1.1 安装cuda
首先官网下载安装包，这个就不细说了 ，我下的是这个版本cuda_8.0.61_win10.exe，，注意win7和win10版本要对应，千万别弄错了 之后双击会出现如下截图，
出现这个等半个小时左右就好了
安装结束后开始配置系统环境变量
win10可以这么操作win+s 搜索环境，自动匹配出系统环境变量
打开环境变量后如下图：
CUDA_PATH = C:\Program Files\NVIDIA GPUComputing Toolkit\CUDA\v8.0
CUDA_PATH_V7_5 = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
将上面的变量名和变量值依次填入：
比如：
依次填入后，找到path如图：
依次点击新建,将 %CUDA_LIB_PATH%；%CUDA_BIN_PATH%；%CUDA_SDK_BIN_PATH%；%CUDA_SDK_LIB_PATH%；依次填入，填入后效果如上图所示。全部安装好后一定要记得重启！，这里就将cuda 在win10中如何配置的完成了
1.4 VS2013 + CUDA7.5配置（其他版本VS、CUDA都类似）
· 2.右键源文件–>添加–>新建项，如下图所示：
· 3.选择NIVIDIA CUDA7.5中 CUDA C/C++file，并在名称那填上cuda_main
· 4.选择cuda_test1，点击右键–>项目依赖项–>自定义生成
· 5.选择CUDA7.5
· 6.点击cuda_main.cu的属性
·
1. 在配置属性–>常规–>项类型–>选择“CUDA C/C++”
1.5.1 x64
1.5.1.1 包含目录配置
· 1.右键点击项目属性–>属性–>配置属性–>VC++目录–>包含目录
· 2.添加包含目录：
$(CUDA_PATH)\include
1.5.1.2 库目录配置
· 1.VC++目录–>库目录
· 2.添加库目录：
$(CUDA_PATH)\lib\x64
1.5.1.3 依赖项
·
1. 配置属性–>连接器–>输入–>附加依赖项
·
1. 添加库文件：
cublas.lib
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
nvcuvid.lib
OpenCL.lib`
注意：添加nvcuvenc.lib库文件，编译时，报找不到该文件的错误。去掉后，程序也能运行
1.5.2.1 包含目录配置
·
1. 右键点击项目属性–>属性–>配置属性–>VC++目录–>包含目录
·
1. 添加包含目录：
$(CUDA_PATH)\include
1.5.2.2 库目录配置
· 1.VC++目录–>库目录
· 2.添加库目录：
$(CUDA_PATH)\lib\Win32
1.5.2.3 依赖项
·
1. 配置属性–>连接器–>输入–>附加依赖项
·
1. 添加库文件：
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
nvcuvid.lib
OpenCL.lib`
备注： win32和x64位的lib库有差别，配置时需注意，除了上述添加的lib文件外，x64还有其他的lib库文件，如cublas.lib,如运行1.6的样例时，要添加这个库，不然会编译失败。
// 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 //
);
// 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;
}
运行结果如下图所示：