文章目录

• 一、Visual Studio 2022 + CUDA 11.6 (Windows10)
• • 1、Visual Studio community 2022的安装
  • 2、NVIDIA驱动的安装
  • 3、CUDA 11.6的安装
  • 4、Visual Studio 配置与测试
  • 5、debug
• 二、Visual Studio Code + CUDA 11.6 (远程连接Ubuntu)
• • 1、VS code 的安装。（省略）
  • 2、VS code ssh远程连接（可参考其他详细教程，这里只记录主要步骤）
  • 3、安装相关插件
• 这里是安装CUDA11.6
• • 4、编译和调试（以matrixMul为例）

---

引用

记录两种CUDA开发环境的配置过程。

一、Visual Studio 2022 + CUDA 11.6 (Windows10)

（参考：win10+cuda11.0+vs2019安装教程）

1、Visual Studio community 2022的安装

1). 下载Visual Studio community 2022 版本。下载连接

2). 安装”使用c++的桌面开发“,安装的路径可以自定义

2、NVIDIA驱动的安装

1）检查驱动是否安装：在cmd命令窗口中输入nvidia-smi：
同时可以查看驱动的版本号

2）如果没有安装，则可以进入NVIDIA官网选择相应的显卡进行下载，并安装驱动。如能显示上图信息，则驱动安装成功。NVIDIA驱动下载地址

3、CUDA 11.6的安装

1). 进入CUDA Toolkit官网进行下载。下载后直接运行exe文件，默认安装即可。CUDA 11.6下载地址

2). 安装结束后，查看系统变量中已经加入了cuda的两个路径：

3). 继续添加其它的环境变量：

在系统变量中加入下面的路径，点击确定：

CUDA_BIN_PATH: %CUDA_PATH%\bin
CUDA_LIB_PATH: %CUDA_PATH%\lib\x64
CUDA_SDK_PATH: C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.6
CUDA_SDK_BIN_PATH: %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH: %CUDA_SDK_PATH%\common\lib\x64

在系统变量path中加入下面的的变量：

%CUDA_BIN_PATH%
%CUDA_LIB_PATH%
%CUDA_SDK_BIN_PATH%
%CUDA_SDK_LIB_PATH%

4). 检查是否安装成功：

打开cmd，定位到图示位置。分别运行这两个程序deviceQuery.exe、bandwidthTest.exe ，result=pass则安装成功，否则就重新安装：

4、Visual Studio 配置与测试

1). 启动VS2022，新建一个工程，点击CUDA11.6 runtime。

2). 新建工程。

3). 新建完成后，会出现一个示例，具体内容为kernel.cu (程序分析)

4). 添加.cu 到编辑器和扩展名：

（工具–>选项–>文本编辑器–>文件拓展名, 新增扩展名 .cu 并将编辑器设置为：Microsoft Visual C++。）

（工具–>选项–>项目和解决方案–>VC++项目设置，添加要包括的扩展名".cu"）

（右键打开的项目–>生成依赖项–>生成自定义–>勾选CUDA v11.6）

（右键.cu文件–>文件属性设置为 CUDA c/c++）

5). 测试。点击运行，得到下面结果。

5、debug

1). Visual Studio中默认是CPU代码的调试，如果需要调试GPU上的代码，需要使用extension中的Nsight (strat CUDA debugging).

(工具栏->插件->Nsight->start CUDA debugging)。同时勾选break on luanch。
进入GPU调试

二、Visual Studio Code + CUDA 11.6 (远程连接Ubuntu)

目前VS code中支持linux的CUDA-debug，暂不支持windows。

1、VS code 的安装。（省略）

2、VS code ssh远程连接（可参考其他详细教程，这里只记录主要步骤）

安装Renote-SSH插件：

点击 ”＋“，并在输入ssh登录命令：ssh root@ip -p xxxx

选择.ssh/config。


config文件记录了服务器的IP和端口号。

这里有两种登录方式，一种每次登录都需要输入密码，另一种是使用密钥登录。

1）输入密码登录：

点击在新窗口中连接主机

在新的窗口中，选择需要打开的文件路径，并输入密码

2）免密登录：

在本地打开cmd，输入ssh-keygen，

接着在C:\Users(username).ssh中生成了两个文件：

在本地的.ssh/config文件中，加入密钥id_rsa路径。

加入密钥地址

然后将公钥id_rsa.pub拷贝到服务器.ssh路径中，并在终端输入：

mkdir .ssh
mv id_rsa.pub .ssh
cd .ssh cat id_rsa.pub >> authorized_keys
sudo chmod 600 authorized_keys
service sshd restart

重启即可免密连接。

3、安装相关插件

1). 在本地端和远程端安装C++和Nsight插件：

4). 安装CUDA 11.6

安装和更新相关依赖库，在终端中输入：

sudo apt update # 更新 apt sudo apt install gcc g++ make # 安装 gcc g++
make sudo apt install libglu1-mesa libxi-dev libxmu-dev
libglu1-mesa-dev freeglut3-dev # 安装依赖库

选择合适CUDA版本，并获取下载命令，官网地址。在终端输入获取的命令，自动下载和安装。

这里是安装CUDA11.6

wget https://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_linux.run
sudo sh cuda_11.6.2_510.47.03_linux.run

验证是否安装成功：输入nvcc-V，得到下面的信息。

4、编译和调试（以matrixMul为例）

1). 打开例程matrixMul：

（cuda11.6中的例程在github中，需要手动git clone 下载。这里将Samples下载到/usr/local/cuda-11.6/samples/cuda_samples/Samples路径中）

2).编写 c_cpp_properties.json

{
 "configurations": [
        {
 "name": "Linux",
 "includePath": [                              # 头文件路径
 "${workspaceFolder}/**",
 "${workspaceFolder}/../../../Common"
            ],
 "defines": [],
 "compilerPath": "/usr/local/cuda/bin/nvcc",   # 编译器路径
 "cStandard": "gnu17", 
 "cppStandard": "gnu++14",
 "intelliSenseMode": "linux-gcc-x64",
 "configurationProvider": "ms-vscode.makefile-tools"
        }
    ],
 "version": 4
}

3). 编写launch.json （用于debug）

# 点击run and debug --> create a luanch.json -->选择CUDA C++(CUDA-GDB)
# 将luanch.json 修改如下：
{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "CUDA C++: Launch",
            "type": "cuda-gdb",
            "request": "launch",
            "program": "${workspaceFolder}/matrixMul",           # 程序所在路径
            "debuggerPath":"/usr/local/cuda-11.6/bin/cuda-gdb",  # 调试器所在的路径
            "preLaunchTask": "ReBuild"                           # 程序所在路径
        }
    ]
}

4). 编写 tasks.json（用于build）

# 共编写了两个task，分别是build 和 rebuild
{
 "version": "2.0.0",
 "tasks": [
        {
 "label": "Build",
 "type": "shell",
 "command": "make dbg=1",
 "problemMatcher": ["$nvcc"],
 "group": {
 "kind": "build"
            }
        },  

        {
 "label": "ReBuild",
 "type": "shell",
 "command": "make clean; make dbg=1; make run",
 "problemMatcher": ["$nvcc"],
 "group": {
 "kind": "build",
 "isDefault": true
            }
        }
    ]
}

5). 编译和调试：按F5。

编辑于 2022-03-28 13:27