CUDA Toolkit的安裝(轉載)
目前 NVIDIA 提供的 CUDA Toolkit(可從這裡下載)支援 Windows (32 bits 及 64 bits 版本)及許多不同的 Linux 版本。
CUDA Toolkit 需要配合 C/C++ compiler。在 Windows 下,目前只支援 Visual Studio 7.x 及 Visual Studio 8(包括免費的 Visual Studio C++ 2005 Express)。Visual Studio 6 和 gcc 在 Windows 下是不支援的。在 Linux 下則只支援 gcc。
這裡簡單介紹一下在 Windows 下設定並使用 CUDA 的方式。
下載及安裝 |
在 Windows 下,CUDA Toolkit 和 CUDA SDK 都是由安裝程式的形式安裝的。CUDA Toolkit 包括 CUDA 的基本工具,而 CUDA SDK 則包括許多範例程式以及連結庫。基本上要寫 CUDA 的程式,只需要安裝 CUDA Toolkit 即可。不過 CUDA SDK 仍值得安裝,因為裡面的許多範例程式和連結庫都相當有用。
CUDA Toolkit 安裝完後,預設會安裝在 C:\CUDA 目錄裡。其中包括幾個目錄:
- bin -- 工具程式及動態連結庫
- doc -- 檔案
- include -- header 檔
- lib -- 連結庫檔案
- open64 -- 基於 Open64 的 CUDA compiler
- src -- 一些原始碼
安裝程式也會設定一些環境變數,包括:
- CUDA_BIN_PATH -- 工具程式的目錄,預設為 C:\CUDA\bin
- CUDA_INC_PATH -- header 檔案的目錄,預設為 C:\CUDA\inc
- CUDA_LIB_PATH -- 連結庫檔案的目錄,預設為 C:\CUDA\lib
在 Visual Studio 中使用 CUDA |
CUDA 的主要工具是 nvcc,它會執行所需要的程式,將 CUDA 程式程式碼編譯成執行檔 (或 object 檔) 。在 Visual Studio 下,我們透過設定 custom build tool 的方式,讓 Visual Studio 會自動執行 nvcc。
這裡以 Visual Studio 2005 為例:
- 首先,建立一個 Win32 Console 模式的 project(在 Application Settings 中記得勾選 Empty project),並新增一個檔案,例如 main.cu。
- 在 main.cu 上右鍵單擊,並選擇 Properties。點選 General,確定 Tool 的部份是選擇 Custom Build Tool。
- 選擇 Custom Build Step,在 Command Line 使用以下設定:
- Release 模式:"$(CUDA_BIN_PATH)\nvcc.exe" -ccbin "$(VCInstallDir)bin" -c -DWIN32 -D_CONSOLE -D_MBCS -Xcompiler /EHsc,/W3,/nologo,/Wp64,/O2,/Zi,/MT -I"$(CUDA_INC_PATH)" -o $(ConfigurationName)\$(InputName).obj $(InputFileName)
- Debug 模式:"$(CUDA_BIN_PATH)\nvcc.exe" -ccbin "$(VCInstallDir)bin" -c -D_DEBUG -DWIN32 -D_CONSOLE -D_MBCS -Xcompiler /EHsc,/W3,/nologo,/Wp64,/Od,/Zi,/RTC1,/MTd -I"$(CUDA_INC_PATH)" -o $(ConfigurationName)\$(InputName).obj $(InputFileName)
- Release 模式:"$(CUDA_BIN_PATH)\nvcc.exe" -ccbin "$(VCInstallDir)bin" -c -DWIN32 -D_CONSOLE -D_MBCS -Xcompiler /EHsc,/W3,/nologo,/Wp64,/O2,/Zi,/MT -I"$(CUDA_INC_PATH)" -o $(ConfigurationName)\$(InputName).obj $(InputFileName)
- 如果想要使用軟體模擬的模式,可以新增兩個額外的設定:
- EmuRelease 模式:"$(CUDA_BIN_PATH)\nvcc.exe" -ccbin "$(VCInstallDir)bin" -deviceemu -c -DWIN32 -D_CONSOLE -D_MBCS -Xcompiler /EHsc,/W3,/nologo,/Wp64,/O2,/Zi,/MT -I"$(CUDA_INC_PATH)" -o $(ConfigurationName)\$(InputName).obj $(InputFileName)
- EmuDebug 模式:"$(CUDA_BIN_PATH)\nvcc.exe" -ccbin "$(VCInstallDir)bin" -deviceemu -c -D_DEBUG -DWIN32 -D_CONSOLE -D_MBCS -Xcompiler /EHsc,/W3,/nologo,/Wp64,/Od,/Zi,/RTC1,/MTd -I"$(CUDA_INC_PATH)" -o $(ConfigurationName)\$(InputName).obj $(InputFileName)
- 對所有的配置檔案,在 Custom Build Step 的 Outputs 中加入 $(ConfigurationName)\$(InputName).obj。
- 選擇 project,右鍵單擊選擇 Properties,再點選 Linker。對所有的配置檔案修改以下設定:
- General/Enable Incremental Linking:No
- General/Additional Library Directories:$(CUDA_LIB_PATH)
- Input/Additional Dependencies:cudart.lib
- General/Enable Incremental Linking:No
這樣應該就可以直接在 Visual Studio 的 IDE 中,編輯 CUDA 程式後,直接 build 以及執行程式了。
文章來源:http://forum.byr.edu.cn/pc/pccon.php?id=1727&nid=78265&s=all
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/22785983/viewspace-619577/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- Toolkit安裝
- FHE-Toolkit 安裝
- cuda安裝教程
- ubuntu 14.04 安裝cuda 7.5/CUDA 8.0Ubuntu
- kaldi+cuda安裝
- Ubuntu下安裝CUDAUbuntu
- Percona-toolkit的安裝和配置
- cuda在ubuntu的安裝使用分享Ubuntu
- 安裝percona-toolkit提示的報錯
- svn安裝【轉載】
- 安裝並使用percona-toolkit
- cuda16.4安裝cudnnDNN
- linux安裝cuda和cudnnLinuxDNN
- VNC的安裝與使用(轉載)VNC
- Win10安裝CUDA 10.2Win10
- ubuntu16.04 CUDA, CUDNN 安裝UbuntuDNN
- Windows安裝CUDA 12.1及cudnnWindowsDNN
- percona-toolkit工具包的安裝和使用
- RTK(The Reconstruction ToolKit)在Windows系統下的安裝StructWindows
- [LAMP]【轉載】——PHP7.0的安裝LAMPPHP
- percona-toolkit原始碼編譯安裝原始碼編譯
- ubuntu16+tensorflow-gpu安裝cudaUbuntuGPU
- kaldi上使用gpu以及如何安裝cudaGPU
- Ubuntu16.06和CUDA8.0的安裝Ubuntu
- Caffe + Ubuntu 15.04 + CUDA 7.0 安裝以及配置Ubuntu
- CUDA 在 suse10.3下面的安裝
- agx orin nx 安裝 opencv4.9 cuda 版本OpenCV
- 下載:MKS Toolkit,Windows上裝11i必備Windows
- homebrew下載安裝及mysql的下載安裝MySql
- win10 安裝CUDA、cudnn、tensorflow-gpuWin10DNNGPU
- 純淨Ubuntu16安裝CUDA(9.1)和cuDNNUbuntuDNN
- 轉載:cnpm全域性安裝(淘寶映象)NPM
- Fedora Core 5.0 安裝教程{下載}(轉)
- linux安裝tensorflow搭配那個版本的cuda和cudnn?LinuxDNN
- VS2017 15.6.5+CUDA9.1的安裝
- 轉載:安裝Ubuntu 15.10後要做的事Ubuntu
- vs2010 安裝 Ajax Control Toolkit
- 【深度學習】PyTorch CUDA環境配置及安裝深度學習PyTorch