初探CUDA ---- 安装环境

前言

项目中用到了CUDA进行FFT的加速计算. 但这部分代码是同事负责的. 但看到计算速度提升这么明显, 自己也想了解一下, 但万万没想到, 在第一步----安装环境上就遇到了大大的麻烦, 这里记录一下, 到时候换电脑的时候可以参考一下

 

由于莽撞, 导致多次重装CUDA, 才配置成功. 因此下边的记录是比较合理的

1: 首先要确认, 自己的电脑是否能跑CUDA(和显卡相关)

建议使用软件:

上边的CUDA, 如果是勾上的, 就代表可以使用CUDA. 如果发现CUDA没有勾上, 先别着急. 左下角的下拉框,可以切换显卡. 切换一下看看. 如果切换了之后, CUDA还是没有被勾上, 那就没得玩了

 

2:经过了上一步骤之后. 可以确认, 自己的电脑是可以使用CUDA的, 不过还是不要着急, 笔者就是着急忙慌的下载了个CUDA 10.1回来, 结果不能用......

此时应该做的是, 去官网查一下自己的显卡支持的CUDA版本

网址:https://developer.nvidia.com/cuda-gpus

如上图所示, 我的显卡是 GeForce 820M 找到对应的条目

 

后边的数字代表算力, 这里仍然有一个坑, 很不巧的是, 在下直接跳进去了(CUDA8  以上, 不支持低算力GPU[这个阈值具体是几忘了 后续修改]),  得到结论, 我的GPU最高只能用到CUDA8.  

 

3:  到了这一步之后, 就可以下载CUDA了, 这里给出2个网址

最新版本: https://developer.nvidia.com/cuda-downloads

历史版本: https://developer.nvidia.com/cuda-toolkit-archive

我是去历史版本下载的, 原因如上所述

下载和安装没什么好说的, 一路下一步即可

 

4: 需要注意的是, CUDA8 要配合VS2015使用

安装完成后, CUDA的路径在

环境变量在安装完成后会自动添加, 无需关心

 

5: 新建工程测试, 这里也有几个需要注意的事项

(1): 新建项目, 选择CUDA

(2):然后输入一个项目名称. 我这里是test1, 可以看到创建完成后, 会自动创建一个 kernel.cu文件, 作为测试文件

 

(3)有几个要设置的地方

 

 

6: 回到kernal.cu里边, 在main函数的最后一行, 加上getchar(); 避免执行的时候命令行一闪而过, 导致看不到结果

然后编译, 运行, 看到下方的结果, 就代表运行正常

 

 

 

 

 

 

参考博客(下方只是一部分, 还有一些其他的博客, 暂时找不到地址在哪了, 这里对几位博主表示感谢):

 https://blog.csdn.net/m0_37638031/article/details/78896818

https://blog.csdn.net/yanglx2022/article/details/46446105