CUDA8.0+VS2013的安装和配置

　　首先声明，本文借鉴自：http://blog.csdn.net/u011314529/article/details/51505029

所以，可参考链接的博文。但原文有个瑕疵就是，cublas.lib错写成了cudlas.lib。

　　其次，我还是记下我的CUDA8.0的安装和测试过程，是为备忘。

　　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

#include< stdio.h> 
    #include "cuda_runtime.h" 
    #include "device_launch_parameters.h" 
    bool InitCUDA() 
    { 
        int count; 
        cudaGetDeviceCount(&count); 
        if(count == 0) 
        { 
            fprintf(stderr, "There is no device.
"); 
            return false; 
        } 
        int i; 
        for(i = 0; i < count; i++) 
        { 
            cudaDeviceProp prop; 
            if(cudaGetDeviceProperties(&prop, i) == cudaSuccess) 
            { 
                if(prop.major >= 1) 
                { 
                    break; 
                } 
            } 
        } 
        if(i == count) 
        { 
            fprintf(stderr, "There is no device supporting CUDA 1.x.
"); 
            return false; 
        } 
        cudaSetDevice(i); 
        return true; 
    } 
     
    int main() 
    { 
        if(!InitCUDA()) 
        { 
            return 0; 
        } 
        printf("HelloWorld, CUDA has been initialized.
"); 
        return 0; 
    } 

      3.2

// 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;
}

特别注意，是cublas.lib，不是cudlas.lib

祝好运。