前言
什么是CPU
CPU 由数百万个晶体管组成,可以有多个处理内核,通常被称为计算机的大脑。它是所有现代计算系统必不可少的组成部分,因为它执行计算机和操作系统所需的命令和流程。 在确定程序运行速度方面(从网页浏览到构建电子表格),CPU 也很重要。
什么是GPU
GPU 是由许多更小、更专业的内核组成的处理器。 在多个内核之间划分并执行一项处理任务时,通过协同工作,这些内核可以提供强大的性能。
我们为什么要使用GPU
在AI兴起的时代,科学计算往往涉及非常高维度的矩阵计算,基于CPU的串行计算难以满足其性能要求,因此基于GPU的并行计算应运而生。显然,并行计算要求同时处理很多的数据,这就要求硬件有很多核。因此,在相同的价格和功率范围内,比CPU提供更高的指令吞吐量和内存带宽。
安装
1. 安装环境
win10
vs2019
cuda11.1
2. 打开VS新建空项目
在源文件中创建CUDA的.cu文件。其中当CUDA安装完成后就会出现相应的CUDA区域。(如果该区域没有可以参考https://blog.csdn.net/weixin_39591031/article/details/124462430)
3. 配置环境
在VC++目录---包含目录中添加C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include
在VC++目录---库目录中添加C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64
在连接器---输入---附加依赖项中添加lib,将文件夹C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\lib\x64中的所有.lib都加入。
项目右键---生成依赖项---生成自定义---勾选相应的CUDA(如果碰到自定义中没有cuda的解决办法https://blog.csdn.net/a7_aaaaa/article/details/122470988)
.cu文件右键---属性---配置属性---常规---项类型---CUDA C/C++
工具---选项---文本编辑器---文件扩展名---添加cu,和cuh
工具---选项---VC++项目设置添加---.cu.cuh
测试是否安装成功
测试代码
#include<iostream>
using namespace std;
#include"cuda_runtime.h"
#include<cudnn.h>
#include<cuda.h>
#include<device_functions.h>
int main()
{
int dev = 0;
cudaDeviceProp devProp;
cudaGetDeviceProperties(&devProp, dev);
std::cout << "使用GPU device " << dev << ": " << devProp.name << std::endl;
cout << "柯西的笔" << endl;
return 0;
}
如果没有报错正常输出显卡类型即安装成功了。后面的文章将陆续由简到难讲解cuda编程。