cuda linux编译器_Windows 10 下的 CUDA 安装和使用指南

本文旨在介绍 Windows 10 下使用 CUDA C/C++ 编程的方法。我的测试环境是

• 系统：Windows 10 家庭版
• CPU：i7-9750H
• GPU：NVIDIA GeForce GTX 1660 Ti with Max-Q
• CUDA Toolkit 版本：10.2

在 Windows 系统中，使用 CUDA 的两种可行的方案是

1. Visual Studio + CUDA，并在 Visual Studio 中编辑代码、运行。
2. Mingw-w64 + CUDA，并在文本编辑器中编辑代码、运行。

简单来说，编译 CUDA C/C++ 代码首先需要一个 C/C++ 的编译器，然后再按照 NVIDIA Driver 和 CUDA Toolkit 等组件。下面具体介绍安装步骤：

安装步骤

1. 安装一个 C/C++ 编译器。在 Windows 系统上，可用的 C/C++ 编译器包括 Microsoft Visual Studio 中的 MSVC (命令: cl) 和 mingw-w64 (命令: gcc/g++)。

2. 安装 NVIDIA Driver，即最新的显卡驱动。这一步也可以跳过，因为第3步安装 CUDA Toolkit 时会自动帮你安装显卡驱动。

3. 安装 CUDA Toolkit。在 CUDA Toolkit 的下载页面中选择正确的版本并安装。

使用方法 (Visual Studio)

使用 Visual Studio 新建一个项目，选择项目类型是 CUDA 10.2 Runtime

Visual Studio 将打开一个项目，其中包含一个源文件 kernel.cu，接着就可以在其中编辑代码并运行了。

需要注意的是，Visual Studio 的 IntelliSense 对 CUDA 的语法支持很不好。 在文件的开头加入

#include <cuda_runtime.h>
#include <device_launch_parameters.h>

可以完成部分代码高亮的功能，但是像 <<<X,Y>>> 这样的语句还是会提示错误，但是可以正常编译运行。对于这种现象，目前似乎只有容忍了。

此外，若想要使用 CUDA 的其它库的功能，需要在链接器中设置相应的路径。例如，若想要使用 cuRAND 的功能，需要在配置属性->链接器->输入->附加依赖项中添加 curand.lib。

若使用的是中文版本的 Visual Studio，则编译时可能会出现关于编码的 C4819 警告。这个警告对实际运行没有什么影响，可以在配置属性->CUDA C/C++->Command Line->其他选项中添加：-Xcompiler "/wd 4819" ，从而消除此警告。

使用方法 (Mingw-w64)

Mingw-w64 提供的 C 和 C++ 的编译器分别是 gcc 和 g++，而 CUDA 的编译器 nvcc 以它们为基础。nvcc 的使用方法与 gcc 和 g++ 基本相同。

如果需要使用 curand 扩展库，则需要在 nvcc 中指定加入参数 -lcurand来链接库 cuRAND。 由于需要在命令行下进行编程，推荐使用 VS Code 进行代码编辑。

测试程序

我们使用如下简单的向量求和程序测试 CUDA 的效果：

#include <iostream>
#include <cuda_runtime.h>
#include <device_launch_parameters.h>

using namespace std;

__global__ void vec_add(int *a, int *b)
{
    int i = blockIdx.x;
    a[i] += b[i];
}

int main()
{
    const int N = 100;
    // ---- allocate the memory ---- //
    int *a, *b;
    cudaMallocManaged(&a, N*sizeof(int));
    cudaMallocManaged(&b, N*sizeof(int));
    // ---- initialize a,b ---- //
    for(int i=0;i<N;i++)
    {
        a[i] = i;
        b[i] = 2*i;
    }
    // ---- add b to a ---- //
    vec_add<<<N,1>>>(a,b);
    cudaDeviceSynchronize();
    // ---- display a ---- //
    for(int i=0;i<N;i++)
    {
        cout << a[i] << endl;
    }
}

将上述代码保存为 test.cu (.cu 是 CUDA C/C++ 源文件的后缀)，然后再命令行中输入

nvcc -o test test.cu

即可在当前目录生成名为 test 的可执行文件，执行此文件将输出

0
3
6
9
12
15
18
21
24
27