一、删除旧版的CUDA
打开 “程序与功能” 进入 “卸载或更新程序” 将CUDA卸载挨个卸载干净,然后重启即可。
进入CUDA 安装目录将残留的文件夹手动删除!!!
二、下载安装 Visual Studio2017 和 CUDA 11.3
VS2017下载点击 VS2017_Community;
CUDA Toolkit 11.3 下载点击 CUDA之前的版本下载链接;
查看CUDA是否安装成功:
环境变量
命令行
三、环境变量配置和CuDNN安装
下载cuDNN时要注册NVIDIA的账号,注册好后点击下载cuDNN,注意下载与自己安装的CUDA相对应的版本。由于没有对应CUDA 13的版本,这里选最新的CuDNN版本。大家可以对照着自己的CUDA 版本来安装就好。
将下载好的CuDNN解压,然后将CuDNN 文件夹里面的文件 拷贝到 CUDA对应的文件夹中即可。
四、Visual Studio 中的配置
新建空项目
右键 “解决方案”,点击 “生成依赖项” 中的 “生成自定义”
勾选 “CUDA” 然后点击 “确定”
下面进行依赖文件/库的配置:
右键 “解决方案”,点击 “属性”,依次配置“包含目录”、“库目录”、“链接器”,如下图所示:
右键项目,点击 ”添加“-》新建项目 -》CUDA C/C++ File:
五、CUDA 测试
将CUDA测试代码写入,进行测试;
#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;
}
}
测试结果应下图所示:
这个说明我们整个配置工作已经完全弄好了的,可以在VS上愉快地进行CUDA编程了~~~
参考资料:
https://blog.csdn.net/weixin_43547522/article/details/103306496