网站轮播图片怎么做的获客渠道有哪些

参考资料

Win10下在VS2019中配置使用CUDA进行加速的C++项目 （配置.h文件，.dll以及.lib文件等）_vs2019 cuda-CSDN博客

配置流程

1. 新建一个一般的项目

2. 项目建好后，在项目里添加.cu测试文件

测试的.cu文件命名为cuda_utils.cu，结构如下：

3. 配置环境

配置环境主要是配include路径，lib路径以及链接的库名称。

（1）打开项目属性，在VC/C++目录中，寻找“包含目录”，在里边编辑添加你电脑的CUDA include路径，我的是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\include

默认安装一般好像都是这个路径.

然后配置 "库目录" 路径，我的是: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\lib\x64

配置好选择应用并确定。最后需要告诉链接器你需要链接什么动态库到你的项目中，在你添加的lib路径下，将所有的动态链接库添加链接进来，库名称很多，用权限打开cmd执行：

DIR *.lib /B > res.txt

然后复制所有ddl到链接库中："属性" -> "链接器" -> "输入" -> "附加依赖项"

在最上边编辑添加：

这样你的项目中就可以找到CUDA头文件和动态链接库了。

(2) 配置cuda_utils.cu属性以及项目其他属性

用鼠标右键.cu文件，项类型选择CUDA C/C++。

右键勾选项目，找到 "生成依赖项" -> "自定义生成"，勾选CUDA

环境配置就OK了。

4. 测试代码

cuda_utils.cu代码：

#include <stdio.h>
#include <cuda_runtime.h>
#include <device_launch_parameters.h>__global__ void print_cuda()
{printf("hello cuda. \n");
}void test_cuda()
{print_cuda << <1, 1 >> > ();cudaDeviceSynchronize();
}

主函数代码:

#include <iostream>void test_cuda();int main()
{test_cuda();std::cout << "Finished! \n";
}

测试运行结果如下：

OK，测试完毕！

配置vs项目环境和写CMake挺像的，多看看就好了。