windows+VS2013+CUDA7.5配置

本文转自VS2013+CUDA7.5配置，修正了其中步骤f的误记，完善了测试阶段的说明。

电脑配置：

　　　　系统：WIN7 64位

　　　　开发平台：VS 2013

　　　　显卡：英伟达G卡

　　　　CUDA版本：7.5

1.安装最新版CUDA

   https://developer.nvidia.com/cuda-downloads

   默认安装在C盘

2.配置环境变量

      

        CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5

　    CUDA_LIB_PATH = %CUDA_PATH%\lib\x64

　　CUDA_BIN_PATH = %CUDA_PATH%\bin

　　CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\x64

　　CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

　　然后，在系统变量 PATH 的末尾添加：

　　;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

        备注：ProgramData为隐藏目录，要设置为显示

3.打开VS2013并建立一个空的win32控制台项目

   a.右键源文件 -> 添加 -> 新建项  选择CUDA C++/C文件

   b.右键工程 -> 生成自定义,选择CUDA 7.5

   c.右键项目 -> 属性 -> 配置属性 -> VC++目录，添加以下两个包含目录：

        C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include
　    C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\common\inc
　　再添加以下两个库目录：
　　C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64
　　C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\common\lib\x64

   d.右键项目 -> 属性 -> 配置属性 ->链接器 -> 常规 -> 附加库目录，添加以下目录：

　　$(CUDA_PATH_V7_5)\lib\$(Platform)

   e.右键项目 -> 属性 -> 配置属性 ->链接器 -> 输入 -> 附加依赖项，添加以下库：

       其实就是  C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64 目录下的库

       cublas.lib
      cublas_device.lib
      cuda.lib
      cudadevrt.lib
      cudart.lib
      cudart_static.lib
      cufft.lib
      cufftw.lib
     curand.lib
     cusolver.lib
     cusparse.lib
     nppc.lib
     nppi.lib
     npps.lib
     nvblas.lib
     nvcuvid.lib
     nvrtc.lib
     OpenCL.lib

   f.右键点击.cu文件 -> 属性->项类型  选CUDA C/C++

   g.打开配置管理器

       

       平台改为x64

    4.测试

将下面代码复制到你的cu文件中。

      

   

 // CUDA runtime 库 + CUBLAS 库
 #include "cuda_runtime.h"
 #include "cublas_v2.h"

 #include
 #include

 using namespace std;

 // 定义测试矩阵的维度
 int const M = 5;
 int const N = 10;

 int main()
 {
     // 定义状态变量
     cublasStatus_t status;

     // 在 内存 中为将要计算的矩阵开辟空间
     float *h_A = (float*)malloc (N*M*sizeof(float));
     float *h_B = (float*)malloc (N*M*sizeof(float));

     // 在 内存 中为将要存放运算结果的矩阵开辟空间
     float *h_C = (float*)malloc (M*M*sizeof(float));

     // 为待运算矩阵的元素赋予 0-10 范围内的随机数
     for (int i=0; i
         h_A[i] = (float)(rand()%10+1);
         h_B[i] = (float)(rand()%10+1);

     }

     // 打印待测试的矩阵
     cout << "矩阵 A :" << endl;
     for (int i=0; i
         cout << h_A[i] << " ";
         if ((i+1)%N == 0) cout << endl;
     }
     cout << endl;
     cout << "矩阵 B :" << endl;
     for (int i=0; i
         cout << h_B[i] << " ";
         if ((i+1)%M == 0) cout << endl;
     }
     cout << endl;

     /*
     ** GPU 计算矩阵相乘
     */

     // 创建并初始化 CUBLAS 库对象
     cublasHandle_t handle;
     status = cublasCreate(&handle);

     if (status != CUBLAS_STATUS_SUCCESS)
     {
         if (status == CUBLAS_STATUS_NOT_INITIALIZED) {
             cout << "CUBLAS 对象实例化出错" << endl;
         }
         getchar ();
         return EXIT_FAILURE;
     }

     float *d_A, *d_B, *d_C;
     // 在 显存 中为将要计算的矩阵开辟空间
     cudaMalloc (
         (void**)&d_A,    // 指向开辟的空间的指针
         N*M * sizeof(float)    //　需要开辟空间的字节数
     );
     cudaMalloc (
         (void**)&d_B,
         N*M * sizeof(float)
     );

     // 在 显存 中为将要存放运算结果的矩阵开辟空间
     cudaMalloc (
         (void**)&d_C,
         M*M * sizeof(float)
     );

     // 将矩阵数据传递进 显存 中已经开辟好了的空间
     cublasSetVector (
         N*M,    // 要存入显存的元素个数
         sizeof(float),    // 每个元素大小
         h_A,    // 主机端起始地址
         1,    // 连续元素之间的存储间隔
         d_A,    // GPU 端起始地址
         1    // 连续元素之间的存储间隔
     );
     cublasSetVector (
         N*M,
         sizeof(float),
         h_B,
         1,
         d_B,
         1
     );

     // 同步函数
     cudaThreadSynchronize();

     // 传递进矩阵相乘函数中的参数，具体含义请参考函数手册。
     float a=1; float b=0;
     // 矩阵相乘。该函数必然将数组解析成列优先数组
     cublasSgemm (
         handle,    // blas 库对象
         CUBLAS_OP_T,    // 矩阵 A 属性参数
         CUBLAS_OP_T,    // 矩阵 B 属性参数
         M,    // A, C 的行数
         M,    // B, C 的列数
         N,    // A 的列数和 B 的行数
         &a,    // 运算式的 α 值
         d_A,    // A 在显存中的地址
         N,    // lda
         d_B,    // B 在显存中的地址
         M,    // ldb
         &b,    // 运算式的 β 值
         d_C,    // C 在显存中的地址(结果矩阵)
         M    // ldc
     );

     // 同步函数
     cudaThreadSynchronize();

     // 从 显存 中取出运算结果至 内存中去
     cublasGetVector (
         M*M,    //  要取出元素的个数
         sizeof(float),    // 每个元素大小
         d_C,    // GPU 端起始地址
         1,    // 连续元素之间的存储间隔
         h_C,    // 主机端起始地址
         1    // 连续元素之间的存储间隔
     );

     // 打印运算结果
     cout << "计算结果的转置 ( (A*B)的转置 )：" << endl;

     for (int i=0;i
             cout << h_C[i] << " ";
             if ((i+1)%M == 0) cout << endl;
     }

     // 清理掉使用过的内存
     free (h_A);
     free (h_B);
     free (h_C);
     cudaFree (d_A);
     cudaFree (d_B);
     cudaFree (d_C);

     // 释放 CUBLAS 库对象
     cublasDestroy (handle);

     getchar();

     return 0;
 }

顺利生成项目。运行，结果如下：