cuda8.0怎么安装

步骤如下：

1.下载安装CUDA：

1.1 下载。请到 cuda官网，选择合适的版本。如果版本不合适，安装的时候会提示的，但还是下载最新的比较好；

1.2 安装。双击cuda_7.5.18_win10.exe,一步步来就好。

2.VS2013配置和测试

2.1 重启计算机。关于是否添加环境变量，笔者安装的时候系统已自动添加好对应的环境变量，如果没有，请查看上文链接的博文；

2.2 配置VS。也请参考上述博文，不再赘述。

3.测试

上两个测试文件。

3.1

1 #include<stdio.h>

2 #include "cuda_runtime.h"

3 #include "device_launch_parameters.h"

4 bool InitCUDA()

5 {

6 int count

7 cudaGetDeviceCount(&count)

8 if(count == 0)

9 {

10 fprintf(stderr, "There is no device.\n")

11 return false

12 }

13 int i

14 for(i = 0i <counti++)

15 {

16 cudaDeviceProp prop

17 if(cudaGetDeviceProperties(&prop, i) == cudaSuccess)

18 {

19 if(prop.major >= 1)

20 {

21 break

22 }

23 }

24 }

25 if(i == count)

26 {

27 fprintf(stderr, "There is no device supporting CUDA 1.x.\n")

28 return false

29 }

30 cudaSetDevice(i)

31 return true

32 }

33

34 int main()

35 {

36 if(!InitCUDA())

37 {

38 return 0

39 }

40 printf("HelloWorld, CUDA has been initialized.\n")

41 return 0

42 }

3.2

1 // CUDA runtime 库 + CUBLAS 库

2 #include "cuda_runtime.h"

3 #include "cublas_v2.h"

4

5 #include <time.h>

6 #include <iostream>

7

8 using namespace std

9

10 // 定义测试矩阵的维度

11 int const M = 5

12 int const N = 10

13

14 int main()

15 {

16 // 定义状态变量

17 cublasStatus_t status

18

19 // 在 内存 中为将要计算的矩阵开辟空间

20 float *h_A = (float*)malloc (N*M*sizeof(float))

21 float *h_B = (float*)malloc (N*M*sizeof(float))

22

23 // 在 内存 中为将要存放运算结果的矩阵开辟空间

24 float *h_C = (float*)malloc (M*M*sizeof(float))

25

26 // 为待运算矩阵的元素赋予 0-10 范围内的随机数

27 for (int i=0i<N*Mi++) {

28 h_A[i] = (float)(rand()%10+1)

29 h_B[i] = (float)(rand()%10+1)

30

31 }

32

33 // 打印待测试的矩阵

34 cout <<"矩阵 A :" <<endl

35 for (int i=0i<N*Mi++){

36 cout <<h_A[i] <<" "

37 if ((i+1)%N == 0) cout <<endl

38 }

39 cout <<endl

40 cout <<"矩阵 B :" <<endl

41 for (int i=0i<N*Mi++){

42 cout <<h_B[i] <<" "

43 if ((i+1)%M == 0) cout <<endl

44 }

45 cout <<endl

46

47 /*

48 ** GPU 计算矩阵相乘

49 */

50

51 // 创建并初始化 CUBLAS 库对象

52 cublasHandle_t handle

53 status = cublasCreate(&handle)

54

55 if (status != CUBLAS_STATUS_SUCCESS)

56 {

57 if (status == CUBLAS_STATUS_NOT_INITIALIZED) {

58 cout <<"CUBLAS 对象实例化出错" <<endl

59 }

60 getchar ()

61 return EXIT_FAILURE

62 }

63

64 float *d_A, *d_B, *d_C

65 // 在 显存 中为将要计算的矩阵开辟空间

66 cudaMalloc (

67 (void**)&d_A,// 指向开辟的空间的指针

68 N*M * sizeof(float)//　需要开辟空间的字节数

69 )

70 cudaMalloc (

71 (void**)&d_B,

72 N*M * sizeof(float)

73 )

74

75 // 在 显存 中为将要存放运算结果的矩阵开辟空间

76 cudaMalloc (

77 (void**)&d_C,

78 M*M * sizeof(float)

79 )

80

81 // 将矩阵数据传递进 显存 中已经开辟好了的空间

82 cublasSetVector (

83 N*M,// 要存入显存的元素个数

84 sizeof(float),// 每个元素大小

85 h_A,// 主机端起始地址

86 1,// 连续元素之间的存储间隔

87 d_A,// GPU 端起始地址

88 1// 连续元素之间的存储间隔

89 )

90 cublasSetVector (

91 N*M,

92 sizeof(float),

93 h_B,

94 1,

95 d_B,

96 1

97 )

98

99 // 同步函数

100 cudaThreadSynchronize()

101

102 // 传递进矩阵相乘函数中的参数，具体含义请参考函数手册。

103 float a=1float b=0

104 // 矩阵相乘。该函数必然将数组解析成列优先数组

105 cublasSgemm (

106 handle,// blas 库对象

107 CUBLAS_OP_T,// 矩阵 A 属性参数

108 CUBLAS_OP_T,// 矩阵 B 属性参数

109 M,// A, C 的行数

110 M,// B, C 的列数

111 N,// A 的列数和 B 的行数

112 &a,// 运算式的 α 值

113 d_A,// A 在显存中的地址

114 N,// lda

115 d_B,// B 在显存中的地址

116 M,// ldb

117 &b,// 运算式的 β 值

118 d_C,// C 在显存中的地址(结果矩阵)

119 M// ldc

120 )

121

122 // 同步函数

123 cudaThreadSynchronize()

124

125 // 从 显存 中取出运算结果至 内存中去

126 cublasGetVector (

127 M*M,// 要取出元素的个数

128 sizeof(float),// 每个元素大小

129 d_C,// GPU 端起始地址

130 1,// 连续元素之间的存储间隔

131 h_C,// 主机端起始地址

132 1// 连续元素之间的存储间隔

133 )

134

135 // 打印运算结果

136 cout <<"计算结果的转置 ( (A*B)的转置 )：" <<endl

137

138 for (int i=0i<M*Mi++){

139 cout <<h_C[i] <<" "

140 if ((i+1)%M == 0) cout <<endl

141 }

142

143 // 清理掉使用过的内存

144 free (h_A)

145 free (h_B)

146 free (h_C)

147 cudaFree (d_A)

148 cudaFree (d_B)

149 cudaFree (d_C)

150

151 // 释放 CUBLAS 库对象

152 cublasDestroy (handle)

153

154 getchar()

155

156 return 0

157 }

首先确认你的电脑是否安装了nvidia显卡，目前CUDA只支持Nvida的显卡，不支持AMD/ATI的显卡（AMD对OpenCL支持的很好）。在设备管理器中，可以查看显卡信息。如下图所示，含有NVIDIA的显卡，就可安装。

在英伟达的官网上下载cuda工具包，注意是windows系统的，而且需要看清楚是笔记本还是台式机的安装包，下载笔记本的安装套件，名字为cuda_5.0.35_winvista_win7_win8_notebook_32-3，(cuda5.5类似）双击打开安装即可，，按照提示安装，在这过程中，它也会更新nvidia的显卡驱动。

CUDA工具包安装完成后，我们还需要确认，CUDA是否已经正确安装，我们可以先检查nvcc编译器是否正确安装，在命令提示符窗口中输入：nvcc -V，回车查看是否有版本信息。若出现版本信息，则证明nvcc安装成功，

更一般的，我们会在命令行中运行在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.0\bin\win32\Release中deviceQuery程序，若能检测到cuda device则证明程序已经正确安装

下载cuDNN套件，然后进行解压，将得到的include、bin、lib中的文件分别复制到CUDA安装路径下对应的include、bin、lib文件中，并将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\binC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64这两个路径加入环境变量中即可。

---