目录
最近在github上下载了一个程序,需要安装cuda,折腾了两天终于安装上了.
一 硬件准备
安装cuda需要电脑中带有NVIDIA的显卡,恰好我的笔记本电脑带有NVIDIA的显卡
查看电脑的显卡:设备管理器->显示适配器
二 安装显卡驱动
去NVIDIA的官网搜索自己电脑中显卡对应的驱动,比如我的显卡,就搜索
之前我装的时候没注意这个,是同事告诉我的,带有NVIDIA的显卡并不代表电脑中就有相应的显卡驱动,这个显卡驱动是需要自己去安装的.
三 安装CUDA
下载地址https://developer.nvidia.com/cuda-downloads
我安装的是cuda_10.0.130_411.31_win10.exe
安装的路径最好用默认的路径,这样后面配置环境变量就不容易出错了.安装时间大概需要二三十分钟,这个时间可以干点别的.
四 配置环境变量
这一步很重要!!!
第三步安装之后电脑中会自动生成两个系统变量
另外需要手动添加五个系统变量
(1)CUDA_BIN_PATH
%CUDA_PATH%\bin
(2)CUDA_LIB_PATH
%CUDA_PATH%\lib\x64
(3)CUDA_SDK_PATH
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
(4)CUDA_SDK_BIN_PATH
%CUDA_SDK_PATH%\bin\win64
(5)CUDA_SDK_LIB_PATH
%CUDA_SDK_PATH%\common\lib\x64
还有非常重要的一步!!!!!要在系统变量path中添加四个变量值
%CUDA_LIB_PATH%
%CUDA_BIN_PATH%
%CUDA_SDK_BIN_PATH%
%CUDA_SDK_LIB_PATH%
我踩过的坑: 我忘记配置path中四个变量值,结果在VS编译成功之后,运行的时候报错,
出现这个问题我就想找不到dll,我就自己去找,然后在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin找到了
于是我就明白是环境变量没有配置好.在path中添加了四个变量值然后重启电脑就可以了.
注意:重启电脑使环境变量生效.
五 在VS2013中配置测试CUDA
打开VS2013并建立一个空的控制台项目
a.右键工程 -> 生成依赖项 -> 生成自定义
b 配置属性管理器,新建x64.
c.右键项目 -> 属性 -> 配置属性 -> VC++目录,添加以下两个包含目录:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\inc
再添加以下两个库目录:
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
d.右键项目 -> 属性 -> 配置属性 ->链接器 -> 常规 -> 附加库目录,添加以下目录:
%CUDA_PATH_V10_0%\lib\$(Platform)
e.右键项目 -> 属性 -> 配置属性 ->链接器 -> 输入 -> 附加依赖项,添加以下库:
其实就是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64下的库文件(27个)
cublas.lib
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
cufft.lib
cufftw.lib
curand.lib
cusolver.lib
cusparse.lib
nppc.lib
nppial.lib
nppicc.lib
nppicom.lib
nppidei.lib
nppif.lib
nppig.lib
nppim.lib
nppist.lib
nppisu.lib
nppitc.lib
npps.lib
nvblas.lib
nvgraph.lib
nvml.lib
nvrtc.lib
OpenCL.lib
f. 右键源文件 -> 添加 -> 新建项,选择CUDA C++/C文件,创建main.cu
在main.cu中输入以下程序
#include "cuda_runtime.h"
#include "cublas_v2.h"
#include <time.h>
#include <iostream>
using namespace std;
// 定义测试矩阵的维度
int const M = 5;
int const N = 10;
int main()
{
// 定义状态变量
cublasStatus_t status;
// 在 内存 中为将要计算的矩阵开辟空间
float *h_A = (float*)malloc(N*M*sizeof(float));
float *h_B = (float*)malloc(N*M*sizeof(float));
// 在 内存 中为将要存放运算结果的矩阵开辟空间
float *h_C = (float*)malloc(M*M*sizeof(float));
// 为待运算矩阵的元素赋予 0-10 范围内的随机数
for (int i = 0; i<N*M; i++) {
h_A[i] = (float)(rand() % 10 + 1);
h_B[i] = (float)(rand() % 10 + 1);
}
// 打印待测试的矩阵
cout << "矩阵 A :" << endl;
for (int i = 0; i<N*M; i++){
cout << h_A[i] << " ";
if ((i + 1) % N == 0) cout << endl;
}
cout << endl;
cout << "矩阵 B :" << endl;
for (int i = 0; i<N*M; i++){
cout << h_B[i] << " ";
if ((i + 1) % M == 0) cout << endl;
}
cout << endl;
/*
** GPU 计算矩阵相乘
*/
// 创建并初始化 CUBLAS 库对象
cublasHandle_t handle;
status = cublasCreate(&handle);
if (status != CUBLAS_STATUS_SUCCESS)
{
if (status == CUBLAS_STATUS_NOT_INITIALIZED) {
cout << "CUBLAS 对象实例化出错" << endl;
}
getchar();
return EXIT_FAILURE;
}
float *d_A, *d_B, *d_C;
// 在 显存 中为将要计算的矩阵开辟空间
cudaMalloc(
(void**)&d_A, // 指向开辟的空间的指针
N*M * sizeof(float) // 需要开辟空间的字节数
);
cudaMalloc(
(void**)&d_B,
N*M * sizeof(float)
);
// 在 显存 中为将要存放运算结果的矩阵开辟空间
cudaMalloc(
(void**)&d_C,
M*M * sizeof(float)
);
// 将矩阵数据传递进 显存 中已经开辟好了的空间
cublasSetVector(
N*M, // 要存入显存的元素个数
sizeof(float), // 每个元素大小
h_A, // 主机端起始地址
1, // 连续元素之间的存储间隔
d_A, // GPU 端起始地址
1 // 连续元素之间的存储间隔
);
cublasSetVector(
N*M,
sizeof(float),
h_B,
1,
d_B,
1
);
// 同步函数
cudaThreadSynchronize();
// 传递进矩阵相乘函数中的参数,具体含义请参考函数手册。
float a = 1; float b = 0;
// 矩阵相乘。该函数必然将数组解析成列优先数组
cublasSgemm(
handle, // blas 库对象
CUBLAS_OP_T, // 矩阵 A 属性参数
CUBLAS_OP_T, // 矩阵 B 属性参数
M, // A, C 的行数
M, // B, C 的列数
N, // A 的列数和 B 的行数
&a, // 运算式的 α 值
d_A, // A 在显存中的地址
N, // lda
d_B, // B 在显存中的地址
M, // ldb
&b, // 运算式的 β 值
d_C, // C 在显存中的地址(结果矩阵)
M // ldc
);
// 同步函数
cudaThreadSynchronize();
// 从 显存 中取出运算结果至 内存中去
cublasGetVector(
M*M, // 要取出元素的个数
sizeof(float), // 每个元素大小
d_C, // GPU 端起始地址
1, // 连续元素之间的存储间隔
h_C, // 主机端起始地址
1 // 连续元素之间的存储间隔
);
// 打印运算结果
cout << "计算结果的转置 ( (A*B)的转置 ):" << endl;
for (int i = 0; i<M*M; i++){
cout << h_C[i] << " ";
if ((i + 1) % M == 0) cout << endl;
}
// 清理掉使用过的内存
free(h_A);
free(h_B);
free(h_C);
cudaFree(d_A);
cudaFree(d_B);
cudaFree(d_C);
// 释放 CUBLAS 库对象
cublasDestroy(handle);
getchar();
return 0;
}
编译成功之后,运行结果如下
好了,以后可以愉快的开始cuda学习了,加油!!
参考博客:
https://blog.csdn.net/AP1005834/article/details/52140143
https://blog.csdn.net/u011314529/article/details/51505029
____________________________________________________________________________________________________
补充
六 安装多个版本的CUDA
在完成cuda10的安装之后,我又需要安装cuda8.
这个地方我犯了一个错误,下载CUDA8版本下错了,导致报错说:此NVIDIA驱动程序与此windows版本不兼容
因为我下载的是cuda_8.0.61_windows.exe,但是我的系统是win10.意识到这个问题之后重新下载cuda_8.0.61_win10.exe就可以安装了.
我安装cuda8之后环境变量发生了变化
CUDA_PATH变成了最新安装的cuda8的路径.这个和下面参考博客中提到的新版本会覆盖上一版本是一致的.
参考博客:
https://blog.csdn.net/jizhidexiaoming/article/details/81324733