如何在多个CUDA版本之间自由切换，编译程序

首先创建一个soTest的文件夹，里面有两个文件deviceQuerycpp, tcpp。

1

2

3

4

5

6

7

8

deviceQuerycpp的代码可以参考CUDASDK tcpp的源代码如下：

#include int cudev(int argc, char argv);

int main(int argc, char argv)

{

cudev(argc,argv);

return 0;

}

然后在当前目录下输下命令

我写过一个Makefile，统一用nvcc编译和链接就可以了，nvcc是兼容gcc和g++的。具体的可以模仿Nsight的编译和链接选项，你在Nsight IDE里面build你的工程试试，terminal里面会打印出IDE的编译和链接选项的，都是用的nvcc，依葫芦画瓢搬到你的Makefile里面就行了

cuda环境搭建必须要有nvidia(gpu)显卡。

CUDA主要是面向Nvidia的GPU的。Nvidia也推出了CUDA X86，使duCUDA代码可以由X86处理器执行，尽管这只是提高了CUDA的代码兼容性而已。Intel和AMD的显示芯片都不能进行CUDA编程。

想要让cuda环境搭建在Windows81下搭建能利用GPU并行运算，必须有支持GPU并行运算的Nvidia显卡，且要安装CUDA，千万不要电脑上是Intel或AMD的显卡，却要编写CUDA。

扩展资料

CUDA(Compute Unified Device Architecture)，显卡厂商NVidia推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。

它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。

所编写出的程序于是就可以在支持CUDA™的处理器上以超高性能运行。 将来还会支持其它语言，包括FORTRAN以及C++。

基于A跟N的竞争关系，A是肯定得不到专利授权的。

参考资料来源：百度百科-NVIDIA

由于CUDA调试工具的不完善、CUDA调试工具上手难度较高，并行思想本身就难调试等因素，CUDA调试一直都是一件很蛋疼的事情。写CUDA也有三四年了，前段时间在群里见别人问CUDA调试的问题，突然有想法写个CUDA调试的博客。自己经验尚浅，希望各位大大看过后能够在评论里指点一二，共同完善这篇博客。

本博客只针对逻辑bug。

1  定位bug

出现bug的第一想法自然是定位bug。cuda比较奇特的地方在于，有时报错bug在500行，但500行出的代码没有错误，而是在1000行的地方逻辑错了，十分头疼。

下面介绍三种我总结的定位bug方法：

11  二分法

一半一半的注释代码，定位bug。比较笨拙和麻烦，但是十分好用。

12  输出定位法

将整体代码分为几个模块，正常的CUDA代码大概可以分为数据初始化，内存申请，内存拷贝，核函数执行，结果拷贝等模块。在每个模块结束后输出标志，示例如图1。这样在调试时就可以根据输出快速定位bug大约在什么位置。如下图：

13  调试工具

对于部分bug，可以用调试工具更快速的定位。

在linux下，对于访存越界等问题，cuda gdb可以直接定位在崩溃那一行。

win下是Nsight，我不熟悉nsight，求大神补充。

2  解决bug

比较简单的bug，定位后基本就一眼就解决了。但对于复杂的bug，还是比较费劲的。

21  调试工具

单步调试，打断点。无论是cuda gdb还是Nsight，都可以定位到某一个线程上进行调试，可以说是非常强大。cuda gdb和nsight都有英文官方文档，建议大家都学一学，熟练后调试事半功倍。

但因为大量线程随机并行执行，有时并不知道该定位到哪个线程上；线程调试不容易控制；定位到单线程调试比较费劲，费时间；教程少（虽然有官方文档），上手难度较大一些。这些都是CUDA调试工具没有被广泛接受的原因。

22  缩小数据量或线程数并在核函数中打印

大量线程并行是导致CUDA调试难度大的最大原因，尽量的减少并行量是一个非常好的降低调试难度的办法。“小并行”甚至“串行”能够大大方便调试。

在Fermi以后的架构中，可以在核函数中使用printf。

在合理范围内缩小数据量，进而减少线程数，比如输入图像大小改为1616。或者修改线程为<<<1,1>>>，printf打印，看是否与预期结果相同。

3  预防bug

每一个写CUDAer大概都有花几个小时甚至几天调一个bug的经历。既然bug这么难调，那么预防bug就显得尤其重要了。

31  写代码前一定要完全构思好架构

社会快速发展，人的心也变得着急了。写CUDA代码之前，一定要沉得住气，多花点时间在纸上构思代码，将代码模块化，哪里容易出问题，哪里该写输出，哪里该检查。

32  函数返回结果检查

函数返回结果检查能够非常好的定位bug，是基本的编程意识。

虽然代码可能看起来会比较冗余，示例如下，也可以参考cuda sample里的代码。

33  函数输入检查

在调用比较重要的函数时，建议用assert检查输入参数与预期值是否相同。

34  核函数内检查

举个例子，遇到的情况是在拷贝shred memory时，拷贝逻辑比较复杂。此时可以写一个检查函数，以保证拷贝的正确性。

核函数内代码如下：

首先创建一个soTest的文件夹，里面有两个文件deviceQuerycpp, tcpp。

deviceQuerycpp的代码可以参考CUDASDK tcpp的源代码如下：

 

#include int cudev(int argc, char argv);

int main(int argc, char  argv)

{

   cudev(argc,argv); 

   return 0;

}

然后在当前目录下输下命令

以上就是关于如何在多个CUDA版本之间自由切换，编译程序全部的内容，包括:如何在多个CUDA版本之间自由切换，编译程序、linux下CUDA程序一般怎么编译、cuda环境搭建必须要有nvidia(gpu)显卡吗,intel或者ati显卡可以吗等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！