CUDA12.1环境搭建

       2023年英伟达发布了DUDA12.1版本。相比于11.7版取消了实例程序。很多网上的安装教程说的不清楚,自己根据前任的工作整理了一下。

      系统平台:Windows11。

      搭建环境:Visual Sdudio 2022。

      GPU型号:移动端RTX4060。

       环境配置的前面部分与以前的基本相同。主要区别是环境变量的添加。

步骤1 安装显卡驱动

      现在的新买的电脑一般都已经安装驱动,检查驱动是否安装:右键开始图标,使用终端管理员窗口中输入nvidia-smi:

CUDA12.1环境搭建_第1张图片

        如果没有安装,则可以进入NVIDIA官网NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA选择相应的显卡进行下载,并安装驱动。如能显示上图信息,则驱动安装成功。现在英伟达驱动分两种Game Ready 驱动程序和 Studio 驱动程序 ,随便选一种即可。安装驱动时,GeForce Experience模块可以不安装。

步骤2 安装Visual Studio2022

     下载Visual Studio2022学生版,下载地址。 Visual Studio 2022 IDE - 适用于软件开发人员的编程工具 (microsoft.com)

       下载完后在线安装,注意安装时一定要勾选下图中的“使用C++的桌面开发”,其余的模块按需勾选。其中此模块里面的Windows11 SDK一定要勾选。

CUDA12.1环境搭建_第2张图片

        若忘记勾选,则需要在打开的VS工程中进行在线安装。方法:工具->获取工具和功能_>修改,

CUDA12.1环境搭建_第3张图片

步骤3 安装CUDA Toolkit12.1

        进入CUDA Toolkit官网CUDA Toolkit 12.1 Update 1 Downloads | NVIDIA Developer下载。下载exe(local),后直接运行exe文件,安装即可。

CUDA12.1环境搭建_第4张图片

       安装完成CUDA,右键开始图标,使用终端管理员窗口中输入 nvcc -V 验证是否安装成功,看到如下信息说明安装成功。

CUDA12.1环境搭建_第5张图片

步骤4 添加系统环境变量

       安装完CUDA Toolkit12.1后,右键我的电脑->高级系统设置->高级->环境变量中的系统变量中已经加入了cuda的两个路径。

       继续新建两个系统变量:

步骤5 修改工程属性与测试

       此部分分为两种情况:一种是新建工程测试;一种是测试已有的工程。其中,已有的工程可能是在其他版本上运行过的工程。

(1)新建工程测试

        打开VS软件,点击创建新项目,选择CUDA12.1 Runtime并下一步。

CUDA12.1环境搭建_第6张图片

        输入项目名称后,进入代码编写界面。kernel.cu中会生产默认代码。

CUDA12.1环境搭建_第7张图片

       右键kernel.cu属性,选择配置属性,项类型中选择cuda c++。

CUDA12.1环境搭建_第8张图片

       在菜单栏中选择工具–>选项–>文本编辑器–>文件拓展名, 新增扩展名 .cu 并将编辑器设置为:Microsoft Visual C++。)

CUDA12.1环境搭建_第9张图片

       然后在工具–>选项–>项目和解决方案–>VC++项目设置,添加要包括的扩展名".cu"。

CUDA12.1环境搭建_第10张图片

        右键打开的项目名称–>生成依赖项–>生成自定义–>勾选CUDA v12.1

CUDA12.1环境搭建_第11张图片

CUDA12.1环境搭建_第12张图片

        右键打开的项目名称–>属性,在VC++目录中加入变量:(路径取决于自己安装CUDA的位置)

        包含目录为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\include

        库目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\lib\x64

CUDA12.1环境搭建_第13张图片

        然后选择连接器–>输入–>附加依赖项中添加以下库文件:(注意不要有空格)

       cublas.lib 
       cuda.lib 
       cudadevrt.lib 
       cudart.lib 
       cudart_static.lib 
CUDA12.1环境搭建_第14张图片

        按下F5运行代码,出现下面界面,表示测试成功。

CUDA12.1环境搭建_第15张图片

 (2)已有工程测试

       双击已有工程的 .sln文件。此时打开的工程界面中可能会缺少.cu文件。


       

       在菜单栏中选择工具–>选项–>文本编辑器–>文件拓展名, 新增扩展名 .cu 并将编辑器设置为:Microsoft Visual C++。)

CUDA12.1环境搭建_第16张图片

       然后在工具–>选项–>项目和解决方案–>VC++项目设置,添加要包括的扩展名".cu"。

CUDA12.1环境搭建_第17张图片

        右键打开的项目名称–>生成依赖项–>生成自定义–>勾选CUDA v12.1。

CUDA12.1环境搭建_第18张图片

        右键打开的项目名称–>属性,在VC++目录中加入变量:(路径取决于自己安装CUDA的位置)

        包含目录为:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\include

        库目录:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\lib\x64

CUDA12.1环境搭建_第19张图片

        然后选择连接器–>输入–>附加依赖项中添加以下库文件:(注意不要有空格)

       cublas.lib 
       cuda.lib 
       cudadevrt.lib 
       cudart.lib 
       cudart_static.lib 
CUDA12.1环境搭建_第20张图片

        右键包含main函数的.cu文件,选择属性->配置属性,项类型中选择cuda c++。

CUDA12.1环境搭建_第21张图片

         按下F5运行代码,完成测试。

你可能感兴趣的:(CUDA,与硬件加速,经验分享,c++,visualstudio)