c++ cuda加速---错误汇总

1. 环境配置

(1)显卡驱动下载官网，需要知道自己电脑的显卡类型

搜索链接：https://www.nvidia.com/Download/index.aspx?lang=zh-cn

选择好之后，点击搜索进行下载即可

(2)怎么知道自己的的显卡类型
https://jingyan.baidu.com/article/2a13832888b2a7464a134fef.html
此电脑->管理->设备管理器->显卡适配器
nvidia属于英伟达GeForce系列驱动，选择它即可

（3）安装驱动，直接双击即可，然后选择默认的路径，一直点下一步，就可以晚餐默认的安装

（4）驱动安装完之后，查看NVIDIA 控制面板，看自己应该安装哪个版本的cuda
https://docs.nvidia.com/cuda/archive/12.0.0/cuda-installation-guide-microsoft-windows/index.html

成功安装英伟达驱动后，win+R，输入cmd，进入命令行界面，输入nvdia-smi，即可查看nvidia驱动版本，以及最高支持的cuda版本。

(5)下载cuda
https://developer.nvidia.com/cuda-toolkit-archive

参考https://blog.csdn.net/qunsorber/article/details/122255530

安装运行报错 记录1. 找不到CUDA 11.5.props

参考博文
我的当前.props所在目录为 F:\Microsoft Visual Studio 2019\Professional\MSBuild\Microsoft\VC\v160\BuildCustomizations

安装运行报错 记录2. MSB372

解决办法，一开始装的vs2019 +11.5cuda，后来看到自己电脑cuda最高支持12.4cuda，但是目前最大到12.3,所以最后直接重装了cuda,12.3,这个错误就解决了

安装运行报错 记录3. 无法解析的外部符号 cufft

参考链接
项目–>右键–>属性–>链接器–>输入–>附加依赖项 添加下面
cufft.lib
cufftw.lib

2 cpu-gpu基本概念

在这里插入代码片
1.流水线里的旁路，bypassing,两条指令相互依赖，前一条指令可以加一些别的支路，可以先执行后面的指令

2.停滞，有些情况，即使加旁路也没有用，只能等前一条指令运行结束

3.分支预测：Brandch Prediction,现代预测器的准确率大于90%
4.分支断定：不猜结果是什么，全做，把所有的可能性都做一遍
5.超标量 superscalar：增加流水线的宽度，峰值IPC为N，宽度增加会导致分支和调度开销的增加
6.指令调度，scheduling, 

上面的第一条指令和第三条指令同名了，可以对名字进行命名，那么这两条指令就可以同时执行了

7.乱序执行：这是一个重排指令，IPC是一个时钟周期所能执行的次数。乱序执行的IPC接近理想状态
8.cpu的存储器，存储器越大越慢
9.缓存：将数据放在尽可能要处理的数据接近的位置；时间临近性和空间临近性；
10.数据级的并行，是指同时有对个数据要处理
	多核：一个人做不完，就多个人做

单指令多数据

11.锁存：加锁，别人不能访问
缓存的一致性：一致性协议，谁的数据是对的
同一性：什么样的数据是对的
12 新摩尔定律：处理器越来越胖，单个性能已经达到极限，只能增加数量

3 并行处理

常见名词：
共享存储，指令处理的数据需要放在某个地方，数据是放在一起的
分布式存储：数据放在不同的地方
通信：执行指令之间发生的交互
同步：对于并行系统，多个指令段同时执行，破坏了并行系统的并行性，也即破坏了独立性
粒度：并行计算每个任务的大小
加速比：相同层次的计算系统的比较，cpu型号是否一致，型号是否一致
并行开销：完成并行计算所使用的开销，比如通信，存储
可扩展性：比如在一个四核系统，扩展到40个系统，他的效率是不是成倍的增长的

12.
共享存储模型：可能会导致取数据的路上的拥堵
消息传动模型：彼此独立的空间上的信息传递

13.加速比：P表示并行的部分

4 GPU概述