CUDA安装、环境配置及项目创建准备（win11+vs2017+CUDA11.5）

---

前言

本文为运用CUDA C工具编程的前置准备工作介绍，CUDA一般用于大规模并行计算和图像渲染。配置环境概况为win11+vs2017+CUDA11.5。本文将介绍如何配置GPU的开发和运行环境，请确保在开始配置时拥有必要的硬件资源和软件资源。

---

一、CUDA C是什么？

CUDA C是NVIDIA实现GPU计算时对C语言进行的扩展以及应用程序编程接口。

二、CUDA下载和安装

1.CUDA 11.5下载

官方网址：

https://developer.nvidia.com/cuda-toolkit-archive

可在如下图中的网页上选择自己需要的版本，本文使用的时CUDA 11.5，若使用其他版本，在本文的其他步骤需依次按版本修改。

2.CUDA安装

双击exe格式的安装程序，点击OK。安装路径可以自由选择（建议默认），最好将路径记录下来在之后环境变量的配置时需要用到。

当进度到达100%是可以看到如下界面，点击“同意并继续”。

出现如下界面时点击“自定义”选项，点击“下一步”。

勾选下图界面中的所有选项（如果有其他需求可自由调节），点击“下一步”。

请将下图的安装位置记录，在环境变量配置和vs2017环境配置时需要用到。点击“下一步”。

点击“下一步”。

点击“关闭”，安装完成。

三、环境配置

1.CUDA 环境变量配置

右击“此电脑”，左键选择“属性”，出现如下窗口，选择“高级系统设置”。

出现如下界面，点击“环境变量”。

出现如下界面。

首先在系统变量中新建如下几个变量：

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.5
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

CUDA _PATH与CUDA _PATH_V11_5是CUDA安装时自动添加的。新建结束后如下图所示（图中的CUDA _PATH_V10_0是作者之前用的环境可忽略）

找到Path环境变量，点击“编辑”。

添加以下到系统变量Path中，然后点击“确认”。环境变量配置完成。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\libnvvp

2.vs2017创建CUDA项目及环境配置

创建一个空项目。

右击源文件→添加→新建项→CUDA C/C++ File；创建一个.cu文件

右击项目名称Project1→生成依赖项→生成自定义→选择CUDA11.5→确定

右击File.cu文件→属性→配置属性→常规→项类型→CUDA C/C++

右击Project1→属性

→VC++目录
在包含目录中添加

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\include

在库目录中添加

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\lib\x64

增加项目扩展名（可选）
点击上方菜单栏工具→选项→文本编辑器→文件扩展名，在扩展名栏中输入.cu，并选择编辑器为：Microsoft Visual C++。
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"

→链接器→输入→附加依赖项
再附加依赖项中按需要添加相应的.lib文件名称
（一般需要什么加什么，不需要可以不加，以下贴出lib文件所在位置）

以下列出添加方法：
在如图所示的方框中输入需要的.lib文件名（需要打后缀名），每一行打一个名字，最后点“确认”。
例如：

cublas.lib
cublasLt.lib
cuda.lib

配置成功
测试程序
这是一个简单的测试程序，用以确认安装好的CUDA工具包是否能够调用GPU的资源。

#include

__global__ void kernel(void) {}

int main(void) {
	kernel << <1, 1 >> > ();
	printf("Hello, World!\n");
	return 0;
}

四、注意事项

1.路径问题

如果你是第一次配置，建议按照本文中的默认路径安装，因为需要设置路径地方很多，如果你是自定义路径安装的CUDA，请在配置环境变量和vs2017的环境时一定要做好对应的修改。

2.CUDA适配的visual studio版本问题

在图中的路径（CUDA的安装路径）下可以看到.sln的项目文件，其文件名即为适配的版本，如图中CUDA 11.5适配 vs2017和vs2019（之后可能会有变化，但方法是不变的），一定要选择合适的版本才能够使程序正常运行。
图中的路径（如果安装路径不同，可能会有变动）为：

C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.5

为什么CUDA编程一般都用visual studio
因为官网文档的说明都是使用vs的。

3.硬件是否支持当前版本的CUDA问题

可在如下的网址查询到：

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

以下贴出当前的适配信息（以后会变动）：
图中标注了CUDA各版本所支持的显卡驱动版本，查询计算机使用的显卡驱动版本即可与图中比较即可得知其是否与CUDA某版本适配。

4.visual studio 2017安装过程中所需要勾选的SDK

请安装C++的桌面开发（勾选就会自动安装），并且勾选右边的几个SDK，如图所示，CUDA的一些代码需要这些SDK，因此需要勾选。还有一些其他的组件可根据情况勾选。

总结

本文总结了在CUDA编程环境配置方面的问题，希望对大家有所帮助，若文章中有什么问题、疏漏，或者对文章有一些建议，请在评论区提出。