admin 管理员组文章数量: 887427
一、环境说明
1、软件环境
windows7 64位
CUDA 10.1
Visio Studio 2017
2、硬件环境
（1）查看本机显卡
（2）下载显卡驱动
https://www.nvidia/Download/index.aspx?lang=en-us
（3）下载CUDA开发工具
下载CUDA 10.1
https://developer.nvidia/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
二、安装配置
1、安装显卡驱动和CUDA 10.1
2、测试环境
出现以上信息配置成功
3、编译测试文件
（1）找到以下文件，并使用VS2017打开
（2）编译生成
（3）配置环境变量
检验CUDA_PATH和CUDA_PATH_V10.0已经存在
然后添加如下环境变量
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1
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
配置完成后需要重启电脑后，再一次查看
4、配置VS2017
（1）打开vs2017,创建测试工程
（2）新建的工程中添加CUDA C/C++ File
（3）添加项目依赖项，选择CUDA 10.1
（4）cuda_main.cu的属性配置成“CUDA C/C++”
5、项目配置
只配置X64
（1）包含目录配置
项目属性–>属性–>配置属性–>VC++目录–>包含目录
添加包含目录： $(CUDA_PATH)\include
（2）库目录配置
VC++目录–>库目录
添加库目录： $(CUDA_PATH)\lib\x64
（3）依赖项配置
配置属性–>链接器–>输入–>附加依赖项
添加库文件：
cublas.lib
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
nvcuvid.lib （添加了该库后程序运行时会报错，去掉该库）
OpenCL.lib
6、检验
- 打开命令提示符：定位到 c:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\bin\win64\Release
- 分别输入deviceQuery，bandwidthTest并运行，出现如下类似信息便说明CUDA安装成功
三、实际测试
参考：https://blog.csdn/u013165921/article/details/77891913
在GPU中完成一个矩阵的计算
将以下代码放到二中建立的cuda_main.cu文件，并运行
// CUDA runtime 库 + CUBLAS 库
#include "cuda_runtime.h"
#include "cublas_v2.h"
#include <time.h>
#include <iostream>
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 < N*M; 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 < N*M; i++) {
cout << h_A[i] << " ";
if ((i + 1) % N == 0) cout << endl;
}
cout << endl;
cout << "矩阵 B :" << endl;
for (int i = 0; i < N*M; 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 < M*M; 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;
}
运行结果如下所示：
参考：
https://blog.csdn/linj_m/article/details/41314763
https://docs.nvidia/cuda/cuda-installation-guide-microsoft-windows/index.html#verify-you-have-cuda-enabled-system
https://blog.csdn/u013165921/article/details/77891913
版权声明：本文标题：Windows7 64位CUDA10.1开发环境安装教程 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1725876666h885755.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论