《CUDA並行程式設計:GPU程式設計指南》筆記 Chaper 4 環境搭建
阿新 • • 發佈:2018-12-12
關於平臺:Windows、Linux、Mac OS都支援
Windows下環境搭建順序:
(1) VS 2010 (必須先安裝VS!,然後再安裝其他) (2) CUDA ToolKit (在9.0版本中,顯示卡驅動以及Nsight偵錯程式都已經整合在ToolKit中一併安裝)
Windows上支援Nsight偵錯程式,這一點極為方便
CUDA程式支援向後相容
通過CUDA檢測本機上的GPU資訊
/************************************************************************/ /* cuda測試 */ /************************************************************************/ #include <iostream> #include <cuda_runtime_api.h> #include <stdlib.h> bool InitCUDA() { int count; cudaGetDeviceCount(&count);//獲得cuda裝置的數量 if(count == 0) { std::cout<<"There is no device.\n" ; return false; } int i; for(i = 0; i < count; i++) { cudaDeviceProp prop;//cuda裝置屬性物件 if(cudaGetDeviceProperties(&prop, i) == cudaSuccess) { std::cout<<"裝置名稱:"<<prop.name<<"\n" ; std::cout<<"計算能力的主代號:"<<prop.major<<"\t"<<"計算能力的次代號:"<<prop.minor<<"\n" ; std::cout<<"時鐘頻率:"<<prop.clockRate<<"\n" ; std::cout<<"裝置上多處理器的數量:"<<prop.multiProcessorCount<<"\n" ; std::cout<<"GPU是否支援同時執行多個核心程式:"<<prop.concurrentKernels<<"\n" ; } } cudaSetDevice(i);//啟動裝置 return true; } int main() { if(!InitCUDA()) { return 0; } std::cout<<"cuda配置成功!\n" ; system("pause"); return 0; }
剛開始執行可能出現的問題: “致命錯誤LNK1181,無法開啟輸入檔案‘cutil32D.lib’”,參考文獻1
ShaneCook, 庫克, 蘇統華,等. CUDA並行程式設計:GPU程式設計指南[M]. 機械工業出版社, 2014.