企业网站的发展历史seo托管

前置步骤

• 安装符合GPU型号的CUDA Toolkit
  • 配置好 nvcc 环境变量
• 安装 Visual Studio
  • 参考https://blog.csdn.net/Cony_14/article/details/137510909
• VSCode 安装插件
  • Nsight Visual Studio Code Edition
  • vscode-cudacpp
• 安装 cmake 并配置好环境变量

注：Windows 端笔者暂时没找到直接在VSCode中直接调试的方法，不过在Visual Studio中可以。

方法一：配置tasks和launch文件

• 文件-打开文件夹-选择.cu文件所在目录
• 点开侧边栏运行与调试按钮，点击创建launch.json文件，选择环境为CUDA C++(CUDA-GDB)
• 文件夹根目录下生成了一个.vscode目录，里面生成了一个launch.json文件
• 手动在.vscode目录下创建tasks.json文件

tasks.json文件内容如下：

{"version": "2.0.0","tasks": [{"label": "mynvcc","type": "shell","command": "nvcc","args": ["-o","${fileDirname}\\${fileBasenameNoExtension}",//VSCode里的宏，如果不了解可用直接copy，以工作区为默认路径"${file}"//源文件]//等同于nvcc -o /CodeDir/test test.cu}]
}

launch.json文件内容如下：

{"version": "0.2.0","configurations": [{"name": "CUDA C++: Launch","type": "cppvsdbg","request": "launch","program": "${fileDirname}\\${fileBasenameNoExtension}.exe","console": "externalTerminal", //使用外部终端，如果是vscode的终端会似乎会根据type设置的调用调试导致闪退"preLaunchTask": "mynvcc",},{"name": "CUDA C++: Attach","type": "cuda-gdb","request": "attach"}]
}

• 我们只需要第一个CUDA C++: Launch
• type
  • 需要选择cppvsdbg。默认是cuda-gdb在Windows上貌似不适配。
• program
  • 注意：需要.exe后缀
• preLaunchTask
  • 在执行前先编译
  • 填写tasks.json中label的名称

配置好后，即可直接在VSCode中运行CUDA代码。

方法二、配置CMake文件

• 文件-打开文件夹-选择.cu文件所在目录
• 根目录新建 CMakeLists.txt 文件

CMakeLists.txt文件内容如下：

cmake_minimum_required(VERSION 3.20)
project(cuda_test CUDA)
set(CMAKE_CUDA_STANDARD 17)
link_directories(${LIB_DIR})
add_executable(cuda_test test.cu)
set_target_properties(cuda_test PROPERTIESCUDA_SEPARABLE_COMPILATION ON)

• project和add_executable 中的cuda_test
  • 自定义的项目名称
• add_executable 中的test.cu
  • 即：需要编译的CUDA代码（需修改成自己的）

查询编译器

• 在terminal中运行 cmake -B build -G
  • 会列出一系列生成器，复制自己安装的版本，如"Visual Studio 16 2019"

编译运行

• 依次运行
  • cmake -B build -G "Visual Studio 16 2019"
  • cmake --build build
  • cd build\Debug
  • .\cuda_test.exe

步骤自动化

• 在项目根目录下创建文件build_and_run.bat

setlocal  REM 清理 build 目录  
if exist build (  rmdir /s /q build  echo Cleaned up build directory.  
)  REM 创建 build 目录  
mkdir build  
echo Created build directory.  REM 使用 CMake 进行配置  
cmake -B build -G "Visual Studio 16 2019"   
if ERRORLEVEL 1 (  echo CMake configuration failed.  exit /b %ERRORLEVEL%  
)  REM 构建项目  
cmake --build build  
if ERRORLEVEL 1 (  echo Build failed.  exit /b %ERRORLEVEL%  
)  REM 进入 Debug 目录并运行测试  
cd build\Debug  
if ERRORLEVEL 1 (  echo Failed to enter Debug directory.  exit /b %ERRORLEVEL%  
)  REM 运行  
.\cuda_test.exe  endlocal  

• 终端-运行任务-CMake生成
  • 自动在根目录创建.vscode目录及tasks.json文件

{  // See https://go.microsoft.com/fwlink/?LinkId=733558  // for the documentation about the tasks.json format  "version": "2.0.0",  "tasks": [  {  "label": "Build, Run and Clean CUDA Test",  "type": "shell",  "options": {  "cwd": "${workspaceFolder}"  // 确保命令在当前工作目录中执行  },  "command": "cmd",  "args": [  "/c",  "build_and_run.bat"  // 调用合并的批处理脚本  ],  "problemMatcher": [],  "group": {  "kind": "build",  "isDefault": true  }  }  ]  
}  

• 编译并运行
  • 终端-运行任务-Build, Run and Clean CUDA Test
    • Build, Run and Clean CUDA Test是tasks.json文件中的lable

参考文献：
[1] windows下用vscode编译并运行cuda程序 https://zhuanlan.zhihu.com/p/567996994
[2] CUDA 番外篇 | Visual Studio Code的CUDA环境https://zhuanlan.zhihu.com/p/508810115
[3] windows下使用vccode+cmake编译cuda程序https://blog.csdn.net/threestooegs/article/details/135173376
[4] CUDA Programming in VS Code with CMake https://levelup.gitconnected.com/debugging-cuda-in-cmake-applications-on-vscode-with-ease-4a1990d77b18
[5] 如何应用 VS Code，CMake 和 Make 编译 C ++ 代码？https://zhuanlan.zhihu.com/p/354070726
[6] Debugging CUDA in CMake applications on VSCODE with easehttps://levelup.gitconnected.com/debugging-cuda-in-cmake-applications-on-vscode-with-ease-4a1990d77b18