CUDA学习日志：开发环境配置和学习资源

接触CUDA的时间并不长，最开始是在cuda-convnet的代码中接触CUDA代码，当时确实看的比较痛苦。最近得空，在图书馆借了本《GPU高性能编程 CUDA实战》来看看，同时也整理一些博客来加强学习效果。

Jeremy Lin

什么是CUDA

CUDA(Compute Unified Device Architecture)是由NVIDIA推出的并行计算平台和编程模型。它是一种专门为提高并行程序开发效率而设计的计算架构。在构建高性能应用程序时，CUDA架构能充分发挥GPU(Graphic Processing Unit)的强大计算能力。它包含了CUDA指令集架构以及GPU内部的并行计算引擎。开发人员可以使用C/C++语言来为CUDA架构编写程序。更多的介绍，可以参考NVIDIA的about page。

CUDA开发环境配置

在开始学习CUDA之前，我们需要先配置好CUDA的开发环境。我实验室电脑的系统是Windows8.1的，所以我下面配置的是Windows下的CUDA开发环境。

（1）第一步是确定电脑上是否装有支持CUDA的GPU。

你可以通过右击 我的电脑 -> 管理 -> 设备管理 -> 显示适配器 查看

我电脑上这个GPU比较烂，是GeForce GT 620的，不过还好，它支持CUDA。

其他支持CUDA的GPU你可以通过NVIDIA的网站查看：https://developer.nvidia.com/cuda-gpus

（2）安装好GPU的设备驱动程序

NVIDIA提供了一些系统软件来实现应用程序与支持CUDA的硬件之间的通信。如果正确安装了NVIDIA GPU，那么在机器上将已经安装好了这些软件。要确保安装最新的驱动程序，可以访问:

http://www.nvidia.com/Download/index.aspx?lang=en-us

来选择与开发环境相符的驱动。

（3）下载CUDA开发工具箱

在有了一款支持CUDA的GPU和相应的设备驱动程序后，就可以运行编译好的CUDA C代码。然而，如果你想要使用CUDA C为NVIDIA GPU开发代码，那么还需要其他一些软件。我们需要明白，CUDA C应用程序将在两个不同的处理器上执行计算，因此需要两个编译器。其中一个编译器为CPU编译代码，而另一个编译器为GPU编译代码。为CPU编译代码的编译器我们已经有了，机子上安装的是Visual Studio 2012，而编译GPU的编译器我们还需要自己安装。这个编译器就是CUDA Toolkit。

你可以从https://developer.nvidia.com/cuda-downloads下载到合适的CUDA Toolkit。

我下载的是cuda_6.5.14_windows_general_64.exe。安装过程就是傻瓜流程，一直next和OK就可以了。

（4）验证安装

这个很简单，在电脑上打开cmd.exe，然后键入nvcc -V 

然后，改变路径进入CUDA Samples中运行deviceQuery.exe。在Windows 7、Windows 8.1中可能的路径是：

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v6.5\bin\win32\Release

我的电脑上的路径是：

运行结果如下所示：

（5）新建CUDA程序

依次打开：Visual Studio -> 文件 -> 新建 -> 项目 -> NVIDIA -CUDA 6.5

推荐学习资源：

[1] 官方：CUDA Education 地址

[2] 教材：Jason Sanders 《GPU高性能编程 CUDA实战》

[3] 课程：伊利诺伊大学 异构并行编程  地址

[4] 博客：从零开始学习《GPU高性能运算之CUDA》地址

[5] 博客：卜居，CUDA从入门到精通  地址 

[6] 其他：清华大学CUDA培训教程；CUDA教程；深入浅出谈CUDA；风辰的CUDA入门教程 打包下载

本文地址：http://blog.csdn.net/linj_m/article/details/41314763

更多资源请 关注博客：LinJM-机器视觉 微博：林建民-机器视觉