win10+CUDA8.0+vs2013配置

前段时间，在TX2上装了OpenCV3.4，TX2更新源失败的问题，OpenCV内部很多函数都已经实现了GPU加速，但是我们手动写的函数，想要通过GPU加速就需要手动调用CUDA进行加速。下面介绍Windows平台的环境配置和编译。

Windows下VS2013 + CUDA配置

1.1 确认安装

命令行下输入

nvcc

如果出现下面的打印，说明安装完成

1.2 创建CUDA项目

然后打开vs2013，新建一个空项目

然后在项目中添加CUDA依赖，解决方案右击：生成依赖项->生成自定义，添加CUDA

 添加依赖项之后，可以新建一个.cu文件，然后右击该文件：属性->配置属性->常规->项类型->CUDA C/C++。

1.3 配置x64环境

工具栏点击解决方案配置->配置管理器->活动解决方案平台->新建->

      

1.4 配置CUDA属性

准备工作做完了，接下来配置CUDA的相关属性（包含路径，库目录等），为了方便以后使用，创建一个配置文件，在这个配置文件中配置CUDA的相关属性。

点击属性管理器（找不到属性管理器的可以按照这个顺序：视图->其他窗口->属性管理器）-> Debug | x64 -> 添加新项目属性表，填入属性表名字 CUDA_Dubeg_x64_Config.props,创建完成后双击新建的属性表->通用属性->VC++目录，在包含目录和库目录这两个选项下面添加：

包含目录：

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0include
C:ProgramDataNVIDIA CorporationCUDA Samplesv8.0commoninc

库目录：

C:ProgramDataNVIDIA CorporationCUDA Samplesv8.0commonlibx64
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0libx64

然后：链接器->输入->附加依赖项目，添加下面这些库文件

cublas.lib
cublas_device.lib
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
cufft.lib
cufftw.lib
curand.lib
cusolver.lib
cusparse.lib
nppc.lib
nppi.lib
nppial.lib
nppicc.lib
nppicom.lib
nppidei.lib
nppif.lib
nppig.lib
nppim.lib
nppist.lib
nppisu.lib
nppitc.lib
npps.lib
nvblas.lib
nvcuvid.lib
nvgraph.lib
nvml.lib
nvrtc.lib
OpenCL.lib

保存退出。

1.5 编译测试

配置完成后，编译一个小程序测试配置是否成功

/*hello.cu*/

// CUDA runtime 库 + CUBLAS 库 
#include <cuda_runtime.h>
#include <cublas_v2.h>
#include <device_launch_parameters.h>  

#include <time.h>
#include <iostream>

# pragma warning (disable:4819)
using namespace std;

bool initDevice(void)
{
    int cnt, i;
    cudaGetDeviceCount(&cnt);

    if (cnt < 0){
        cout << "Can not find CUDA device" << endl;
        return false;
    }

    for (i = 0; i < cnt; i++){
        cudaDeviceProp porp;
        if (cudaGetDeviceProperties(&porp, i) == cudaSuccess){
            if (porp.major >= 1) {
                break;
            }
        }
    }

    if (i == cnt){
        cout << "< 1.0" << endl;
    }

    return true;
}

__global__ void kernel_compute(float *model, float *input, float *output)
{
    int idx_x, idx_y;
    idx_y = blockIdx.x;
    idx_x = idx_y * blockDim.x + threadIdx.x;

    float sum = 0;
    for (int i = 0; i < 9; i++){
            sum += input[idx_x] * model[i];
    }
    //printf("%3d  %d  %2.6f  %2.6f
", idx_x, idx_y, sum, input[idx_x]); 

    output[idx_x] = sum;
}

/*block ---> row*/
int buildMaps(float *model, float *input, float *output, int height, int width)
{
    initDevice();
    float *dev_m = NULL, *dev_i = NULL, *dev_o = NULL;
    int size = height * width;

    cudaMalloc((void **)&dev_m, 9 * sizeof(float));
    cudaMalloc((void **)&dev_i, size * sizeof(float));
    cudaMalloc((void **)&dev_o, size * sizeof(float));

    cudaMemcpy(dev_m, model, 9 * sizeof(float), cudaMemcpyHostToDevice);
    cudaMemcpy(dev_i, input, size * sizeof(float), cudaMemcpyHostToDevice);

    dim3 grid(height, 1, 1);
    dim3 block(width, 1, 1);
    kernel_compute <<<grid, block>>> (dev_m, dev_i, dev_o);
    cudaMemcpy(output, dev_o, size * sizeof(float), cudaMemcpyDeviceToHost);

    return 0;
}

/*main.cpp*/

#include <iostream>
#include <Windows.h>
#include <stdlib.h>
#include <time.h>

using namespace std;


extern int buildMaps(float *model, float *input, float *output, int height, int width);

void show(float *ptr, int height, int width, char *str)
{
    cout << str << " : " << endl;
    for (int h = 0; h < height; h++){
        for (int w = 0; w < width; w++){
            int cnt = h * width + w;
            printf("%5.5f   ", ptr[cnt]);
        }
        cout << endl;
    }
}

#define width 5
#define size (width * width)

int main()
{
    float *model = (float *)malloc(9 * sizeof(float));
    float *input = (float *)malloc(size * sizeof(float));
    float *output = (float *)malloc(size * sizeof(float));

    if (!model || !input || !output){
        std::cout << "Malloc Error" << endl;
        exit(-1);
    }

    for (int i = 0; i < 9; i++){
        model[i] = (float)(i);
    }

    srand((unsigned)time(0));
    for (long long int i = 0; i < size; i++){
        input[i] = ((rand() % 100) * 1.f) / (rand() % 100 + 1);
    }

    buildMaps((float *)model, (float *)input, output, width, width);
    
    show(model, 3, 3, "model");
    show(input, width, width, "input");
    show(output, width, width, "output");

    int a;
    cin >> a;
}

这是一个矩阵相关运算的代码，执行结果如下：