CUDA编程第一章：windows下安装visual studio 2019+CUDA10.2的整体图文流程

简介

去年虽然看了CUDA编程的基础知识（没学完つ﹏⊂），但是没有整理成笔记，并且一直没有使用，导致忘了好多。今年打算重新再把CUDA的基础知识学习一边，并进行总结梳理，记录成文，便于后续的复习。

本篇博客是CUDA编程系列笔记的开篇，我打算先介绍下搭建CUDA编程环境的整体过程以及遇到的问题。

我学习的参考书目为：樊哲勇老师的《CUDA编程 基础与实践》。这本书我个人认为适合新手入门，书页不厚，内容通俗易懂，并且有C++代码示例。推荐一下。

下载链接及参考文章

1. visual studio 2019
2. CUDA下载地址
3. 作者：Xav Zewen，VS+CUDA 新建项目里没有CUDA选项（附详细图文步骤)
4. windows下CUDA的卸载以及安装
5. CUDA版本和驱动的对应表

注意事项

1. 特别注意，请先安装Visual Studio 2019，再安装CUDA。这样做的目的是避免在Visual Studio 2019中看不到CUDA runtime模板。CUDA安装过程中，会提供cuda模板插件，如果先下载好Visual Studio 2019的情况下，该插件会自动配置。如果先下载的是CUDA，没有下载Visual Studio 2019的话，则需要读者自己手动配置。手动配置的参考文章见作者：Xav Zewen，VS+CUDA 新建项目里没有CUDA选项（附详细图文步骤)。
2. 针对Visual Studio 2019中看不到CUDA runtime的问题，主要有两种解决方法，一个是手动配置，一个是删除CUDA重装，我个人建议是删除CUDA重装，因为比较简单方便。
3. CUDA在Visual studio 2019中自动配置好的CUDA模板文件的内容及所在路径在本文中已经列举，读者朋友可以点击此处跳转。
4. windows下CUDA删除的方法参加参考博客：windows下CUDA的卸载以及安装。
5. CUDA10.2版本不是唯一的，读者朋友可以根据自己电脑显卡的情况自行选择对应的版本。

我个人尝试手动配置，但是失败了（分析原因是：我的C:\ProgramData\NVIDIA GPU Computing Toolkit\v10.2\extras\visual_studio_integration\CudaProjectVsWizards文件下的东西和博客3中的不一致，没法有效配置）。

Visual studio 2019安装流程

1. 打开上面提供的Visual studio 2019的下载链接，选择免费的community版本进行下载。（其他版本也是一样的操作）
   
2. 下载好的Visual studio 2019安装包如下所示，这个文件只是Visual studio 2019的包管理软件，我们需要打开它。
   
3. 然后根据需求选择所需要的组件，我这里只选择了C++的桌面开发工具。
   
4. 然后再选择自己的安装路径，为了方便后续配置，我就默认选择了C盘。
   
5. 点击安装，然后等待安装完成，安装进度如下图所示：
   
6. 安装完成后，会出现重启选项，此处重启计算机。
   
7. 重启完后，在菜单栏就能看到我们下载好的Visual studio 2019。
   

CUDA安装流程

1. 第一步先查看本地计算机中的驱动版本，首先在菜单栏中查找Nvidia Control Pancel。
   
2. 打开Nvidia Control Pancel。按照如下图中操作找到驱动的版本。
   
   
   
3. 根据驱动的版本，按照下图中的表格选择符合条件的CUDA版本。我选择的是CUDA10.2。

由于我的GPU是GTX1650, 所以我选择的是CUDA10.2版本，读者朋友其实可以根据自己电脑的情况自行选择，但是值得注意的是30系列显卡的CUDA必须大于等于CUDA11.0，CUDA11.0以下的版本不能使用，会报算力不匹配的错误。

4. 进入CUDA官网地址，根据自己电脑显卡及驱动情况选择对应的版本进行下载，此处我以CUDA10.2为例子。

5. 点击CUDA Toolkit 10.2， 进入下图界面，按照提示依次进行选择下载。

6. 下载好后，就会得到如下文件。
   
7. 打开该文件，按照下面图片的流程进行下载。
   

一定要把Visual Studio Integration选上，其他的根据需求下载。我直接全下了。

安装路径我也是直接默认C盘。

直接不管，点击下一步。

点击下一步。

此时就算是安装完成了，点击重启。

9. 重启完后我们开始验证CUDA是否安装成功。首先进入如下文件路径中(修改过默认路径的读者可以根据如下路径对应查找)。

10. 在文件路径中输入cmd，打开当前路径下的命令行窗口。


11. 运行其中的bandwidthTest.exe和deviceQuery.exe。出现下图中结果就说明安装成功。

环境搭建结果验证

在安装完Visual studio 2019和CUDA后，我们开始进行测试是否可以进行CUDA编程。

1. 打开你的Visual studio 2019， 选择右下角的创建新项目。
   
2. 点开创建新项目，往下拉就可以找到CUDA10.2 Runtime。
   

此处如果找不到，只能说明你的visual studio 2019中没有生成CUDA10.2的模板插件，此处你要么通过我上面列举的参考博客VS+CUDA 新建项目里没有CUDA选项（附详细图文步骤)中进行手动配置，要么删除CUDA，重新下载。
我在此处列出配置好的CUDA模板插件的位置和路径，方便读者朋友参考。如下图所示：
C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\Common7\IDE\Extensions\NVIDIA
C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\Common7\IDE\Extensions\NVIDIA\CUDA 10.2 Wizards\10.2

C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\Common7\IDE\Extensions\NVIDIA\Nsight Visual Studio Edition\2019.4
根据这篇博客中VS+CUDA 新建项目里没有CUDA选项（附详细图文步骤)似乎没有配置这个Nsight Visual Studio Edition，只需要配置上面的CUDA 10.2 Wizards\10.2，不过我还是列出来给读者朋友进行参考。

此处为正常显示CUDA10.2 Runtime的结果。

3. 填写你的项目名称、位置和解决方案名称。
   

4. 点击创建后就会进入如下界面。此时会生成一个模板kernel.cu文件。读者朋友可以通过运行该文件来测试是否可以成功进行CUDA编程。
   
   如果编译通过，在命令行窗口中生成如下结果，说明编译成功。
   

自己进行CUDA编程验证

1. 在左边解决方案资源管理器中，找到你的项目名字，右键生成菜单，在菜单中按照如下步骤开始添加CUDA编程专用的cu文件，步骤如下图所示：
   
   
   按照上述步骤即可生成对应cu文件。
   
2. 编写自己的CUDA代码。
   我给一个例子：

#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include<cstdio>
#include<vector_types.h>

__global__ void hello_from_gpu()
{
	const int bid = blockIdx.x;
	const int tid = threadIdx.x;
	printf("Hello World from block %d, from thread %d.\n",bid, tid);

}

int main()
{
	const dim3 gridSize(2);
	const dim3 blockSize(3);
	printf("start\n");
	hello_from_gpu << <gridSize, blockSize >> > ();
	printf("endn\n");
	cudaDeviceSynchronize();
	return 0;
}

3. 对编写好的代码进行编译，生成如下图中的结果，即可证明环境配置成功。
   

总结

以上是我个人的环境安装全部流程，我分别在家里和公司都配置成功了。但是也只展示visual studio 2019和CUDA10.2的配置方法，仅仅作为一个成功的案例，没办法解决读者朋友因为不同电脑硬件和软件版本而出现的新问题。如果读者朋友遇到新问题，可以在评论区提出，我们一起讨论或者看看有没有大神帮忙解答。

最后感谢读者朋友的阅读，如果帮到您的话，希望可以给我一个点赞👍。您的鼓励是我最大动力。o(￣▽￣)ブ