CUDA C并行编程：开发环境搭建

1.CUDA开发环境
        要使用CUDA开发应用程序，你需要为它配置开发环境。建立开发环境应具备以下先决条件:
（1）支持CUDA的GPU；（2）英伟达显卡驱动程序；（3）标准C编译器；（4）CUDA开发工具包。
下面的几节将讨论如何检查第1个和第4个先决条件并安装它们。
1.1 支持CUDA的GPU
        CUDA架构仅支持NVIDIA GPU，不支持其他GPU，如AMD和英特尔。英伟达几乎所有GPU都支持CUDA架构，可以在英伟达网站上找到支持CUDA的GPU的详细列表，网址https://developer.nvidia.com/cuda-gpus.

查看自己电脑的GPU型号：

        WIndows：开始菜单>>设备管理器>>显示适配器>>NVIDIA GPU；

        Linux：打开Terminal>>输入sudo lshw -C video>>显卡信息显示；

        Mac：苹果菜单>>关于这个Mac>>更多信息>>内容>>图形/显示>>GPU信息；

2.安装CUDA工具包
        安装CUDA时，可以选择下载在线安装器或离线本地安装器。前者需要手工下载的大
小比较小，但是需要连接互联网。后者下载完成后虽然较大，但是安装时不
需要连接互联网。从http//developer.nvidia.com/cuda-downloads下载适合Windows、
Liux以及macOS的安装包。注意曾经有两种CUDA开发包(32位和64位)，但现在
VIDIA已经放弃对32位版本的支持，因此你只能安装64位版本的。下面用CUDAx.x代表你实际下载到的CUDA工具包版本。
        Windows: (1) 双击安装程序。它将要求你选择将提取临时安装文件的文件夹，选择你选择的文件夹，建议将此作为默认值。（2）安装程序将检查系统兼容性。如果你的系统兼容，则可以按照屏幕提示安装CUDA。可以选择快速安装(默认)和自定义安装。自定义安装允许选择要安装的CUDA功能，建议选择快速安装。（3）安装程序还将安装CUDA示例程序和CUDA Visual Studio集成。注意：运行之前，确保已安装Visual Studio安装程序。
        Linux：本节介绍了如何在Linux发行版上安装CUDA开发包。Ubuntu 是一种很流行的Linux
发行版。具体的安装过程，将分别讨论使用NV提供的针对特定( Ubuntu)发行版的安装包
和使用Ubuntu特定的apt-get命令这两种方式。
从前面的CUDA页面下载*.deb安装程序，然后按以下具体步骤安装:
（1）打开终端并运行dpkg命令，该命令用于在基于Debian的系统中安装包:

sudo dpkg -i cuda repo-__karchitecture>.deb

（2）使用以下命令安装CUDA公共GPG密钥:

sudo apt-key add /var/cuda-repo-/7fa2af80.pub

（3）使用以下命令更新apt repository 缓存:

sudo apt-get update

（4）使用以下命令安装CUDA:

sudo apt-get install cuda

（5）用下面的命令修改PATH环境变量，以包含CUDA安装路径的bin目录:

export PATH=/usx/1ocal/cuda-x.x/bin${PATH:+:${PATH}}

注意：如果你没有在默认位置安装CUDA,则用你的实际安装目录代替这里的例子。
（6）通过这行命令设定LD_ LIBRARY_ PATH环境变量，来设定库搜索目录:

export LD_LIBRARY_PATH=/usr/local/cuda-x.x/1ib64\${LD_LIBRARY PATH:+:${LD_LIBRARY PATH}}

此外，你还可以通过第二种方式来安装CUDA开发包，也就是使用Ubuntu自带的apt-
get。在命令行终端里输人如下命令即可:

sudo apt-get install nvidia-cuda-toolkit

（7）nvcc将分别编译.cu文件中的Host和Device代码，前者是通过系统自带的GCC编译器编译，后者是通过CUDA C前端等工具进行。通过安装NSight Eclipse Edition（NV），用作LInux的CUDA程序的图形化IDE工具。

sudo apt install nvidia-nsight

安装后，在用户Home目录下，编译执行~/NVIDIA_CUDA-x.x_Samples/下面的deviceQuery例子，如成功编译执行，那么环境安装正确。