cuda配置
1下载相关软件
1.1.CUDA driver 、 CUDA toolkit 、 CUDA SDK
vidia 的官网上可以下载得到 CUDA driver 、 CUDA toolkit 、 CUDA SDK code samples 等CUDA 环境相关文件，例如目前的最新版 3.2 的下载地址是https://www.360docs.net/doc/42337384.html,/object/cuda_3_2_downloads.html。注意选择对应的操作系统和操作系统位数。
1.2. CUDA VS Wizard 以及Visual Assist X.
CUDA VS Wizard 可以使我们更加方便的在VS 中添加CUDA 项目。在https://www.360docs.net/doc/42337384.html,/projects/cudavswizard/可以得到CUDA VS Wizard ，注意选择对应的操作系统位数，否则将有可能出现”Err source: CreatcustomProject” 等错误信息。Visual Assist X在网上可以下载到，可能需要破解按照文档说明进行即可。
2.安装相应的N卡驱动
我们得到一个文件名如devdriver_3.2_ winvista- win7_32_253.05_ general.exe的显卡驱动安装文件。选择安装路径开始安装（如果选择了非默认路径会有提示是否改回默认路径）。在安装的过程中可能会有数次黑屏及分辨率调整的过程。
3. 按顺序安装 CUDA toolkit、CUDA SDK
安装目录要记清，可以改成好找的目录。
4. 安装 CUDA VS Wizard及Visual Assist X
Visual Assist X需要破解，“C:\AllUsers\Administrator\AppData\Local \Microsoft\VisualStudio\10.0\Extensions\Whole Tomato Software\Visual Assist X”里的VA_X.dll替换成破解后的文件（可以下载到）。
5.配置 VS 2008环境
5.1. 语法高亮
如果希望程序可以高亮显示，则需要将CUDA SDK 安装目录（比如在我的电脑上是G:\win7 software\NVIDIA Corporation\NVIDIA GPU Computing SDK 3.2\C\doc\syntax_highlighting\visual_studio_8 ）下的usertype.dat 文件复制到VS2008 安装
目录Microsoft Visual Studio 9.0\Common7\IDE 下。
5.2. 设置 VS2008 环境
打开VS2008 ，选择菜单【工具(Tools) 】- 【选项(Options) 】- 【项目和解决方案(Projects and Solutions) 】- 【VC++ 目录(VC++ Directories) 】。
在【包含文件(Include Files) 】中添加（以下需按照自己的安装目录更改路径）：
G:\win7 software\NVIDIA GPU Computing Toolkit\CUDA\v3.2\include
G:\win7 software\NVIDIA Corporation\NVIDIA GPU Computing SDK 3.2\C\common\inc
在【库文件(Library Files) 】中添加：
G:\win7 software\NVIDIA GPU Computing Toolkit\CUDA\v3.2\lib\Win32
G:\win7 software\NVIDIA Corporation\NVIDIA GPU Computing SDK 3.2\C\common\lib
在【源文件(Source Files) 】中添加：
G:\win7 software\NVIDIA GPU Computing Toolkit\CUDA\v3.2\src
G:\win7 software\NVIDIA Corporation\NVIDIA GPU Computing SDK 3.2\C\common\src
选择【VC++ 项目设置(VC++ Project Settins) 】，在【C/C++ 文件扩展名(C/C++ File Extensions) 】中添加*.cu ，在【包括的扩展名(Extensions to Include) 】添加.cuh 。
选择【文本编辑器(Text Editor) 】- 【文件扩展名(File Extension) 】，在编辑框中填入cu ，在【编辑器(Editor) 】下拉菜单中选择Microsoft Visual C++ ，点击添加。
5.3. 规则添加
此时如果运行SDK Browser 中browser.exe 自带的程序能过通过，则配置完成，否则将CUDA toolkit 安装目录（如G:\win7 software\NVIDIA GPU Computing Toolkit\CUDA\v3.2\extras\visual_studio_integration\rules ）下的四个rules 文件复制到G:\win7 software\Microsoft Visual Studio 9.0\VC\VCProjectDefaults 目录下。
5.4. 添加环境变量/ “没有找到cutil32D.dll ”
添加环境变量（【计算机】- 【属性】- 【高级系统设置】- 【高级】- 【环境变量】）。随意取一个变量名，可取CUDA_DLL，在变量值中填入类似如下的目录：
G:\win7 software\NVIDIA Corporation\NVIDIA GPU Computing SDK 3.2\C\bin\win32\Debug;
G:\win7 software\NVIDIA Corporation\NVIDIA GPU Computing SDK 3.2\C\bin\win32\Release;
G:\win7 software\NVIDIA Corporation\NVIDIA GPU Computing SDK 3.2\C\bin\win32\EmuDebug;
G:\win7 software\NVIDIA Corporation\NVIDIA GPU Computing SDK 3.2\C\bin\win32\EmuRelease;
在Path 中添加：
%CUDA_DLL%\Debug;%CUDA_DLL%\Release;%CUDA_DLL%\EmuDebug;%CUDA_DLL %\EmuRelease;
如果没有添加环境变量，将会在运行时报错“没有找到cutil32D.dll ”或其他。
7. 创建一个新的项目
7.1. 创建一个空项目
打开VS2008 ，选择菜单栏中的【文件】- 【新建】- 【项目】，选择【其他语言】- 【Win32 】- 【Win32 控制台应用程序】，填写名称创建解决方案。
在Win32 应用程序向导的【附加选项】中勾选【空项目】。
右击项目名称，选择【自定义生成规则】，勾选【CUDA Build Rule v3.0.0 】。
右击项目，选择【属性】，选择【配置属性】- 【链接器】- 【输入】，在附加依赖项中添加cudart.lib cutil32D.lib 。否则在编译时会出现类似“ error LNK2019 无法解析的外部符号”的错误。
右击【源文件】文件夹，选择【添加】- 【新建项】，选择【CUDA 】，填写名称，新建一个.cu 文件，点击【添加】。
7.2.使用 CUDA VS Wizard 创建新项目
打开VS2008 ，选择菜单栏中的【文件】- 【新建】- 【项目】，选择【其他语言】- 【CUDA 】- 【CUDAWinApp 】，填写名称创建解决方案。
生成解决方案后，可以看到如下结构的项目，其中sample.cu 为示例代码。
将其放到【源文件】文件夹中，Ctrl+F5 运行，可看到如下的执行结果。
=============================================
以上是以正确解决的步骤，今天遇到过的问题包括：
1.CUDA toolkit无法使用迅雷下载，使用迅雷下下来的是一个30k左右的错误文件。
2.目前CUDA VS Wizard项目首页的Download位置下载的是54位版本，应点击“Other Version”下面的“Browse all files”找到32位版本。
3.按照旧版本的配置方法无法找到cuda.rules文件。
4.运行示例程序时出现“没有找到cutil32D.dll”的错误提示。
5.新建一个空项目中后，运行示例代码，编译时出现“error LNK2019 无法解析的外部符号”错误。
=============================================
补充：
添加
comsupp.lib release 模式
comsuppw.lib debug模式
Reference
[1] 张舒, 禇艳利, 赵开勇, 等. GPU高性能运算之CUDA[M]. 北京: 中国水利水电出版社, 2009.
[2] https://www.360docs.net/doc/42337384.html,/view/5e2e0d29915f804d2b15c1eb.html
[3] https://www.360docs.net/doc/42337384.html,/blog/static/174238418201011593959575/
配置和安装cuda开发环境
在windows下安装cuda 硬件环境：cuda支持目前NV的市面上的绝大多数显卡，包括Tesla、Quadro、GeForce，只有少数早期的旧型号显卡不支持cuda。 详见https://www.360docs.net/doc/42337384.html,/object/cuda_learn_products_cn.html 软件环境：cuda可以在Windows（32/64）、Mac OS、Linux(32/64)中的大多数版本中安装。 在windows下，目前cuda只支持在 Visual Studio 7.x 系列、Visual Studio 8以及免费的 Visual Studio C++ 2005 Express。所以需要预先安装以上软件中的任意一种。 下面我们以Visual Studio 2005 为例演示cuda的安装。 1、cuda安装包 cuda是免费使用的，各种操作系统下的cuda安装包均可以在https://www.360docs.net/doc/42337384.html,/object/cuda_get_cn.html上免费下载。 Cuda提供3个安装包，分别是：SDK, Toolkit和Display。SDK包括许多例子程序和函数库。Toolkit包括cuda的基本工具。Display包括了NV显卡的驱动程序。Toolkit是核心。 2、安装cuda 2.1 安装cuda toolkit 双击NVIDIA_CUDA_toolkit_2.0_win32.exe安装，安装完成后在安装目录下出现6个文件夹，分别是： Bin ：工具程序和动态链接库 Doc ：相关文档 Include ： header头文件包 Lib ：静态库 Open64 ：基于open64的cuda compiler Src ：部分原始代码 安装过程中toolkit自动设定了3个环境变量：CUDA_BIN_PATH、CUDA_INC_PATH和CUDA_LIB_PATH分别对应工具程序库、头文件库和程序库，预设路径为当前安装文件夹下的bin、include 和lib三个文件夹。并将bin文件夹目录加入环境变量path中。 2.2 安装CUDA SDK SDK可以根据需要选择安装(推荐安装，因为SDK中的许多例子程序和函数库非常有用)。 2.3 安装 CUDA Display 对于没有安装NV显卡的计算机，不需要安装Display安装包，程序也可以在模拟模式下运行。 3、在Visual Studio中使用cuda CUDA的主要工具是nvcc，它会执行所需要的程序，将CUDA程序编译并执行。下面介绍了三种配置cuda nvcc的方法。这里推荐使用第三种方法。
CUDA安装
CUDA3.1 X32 + Windows 7 32bit + Visual Studio 2005 + Visual assist安装指南收藏 1. 安装CUDA Driver，toolkit，SDK a) 建议driver，toolkit，SDK的顺序，默认路径安装 b) 如果笔记本用户，可以选择强行安装3.1的驱动包（选择对应台式机的型号），但是会有部分游戏随机花屏等问题。可以装2.2就有笔记本驱动 2. 安装Visual studio 2005 3. 安装wizard x32版 4. 环境配置 a) 将 i. C:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\bin\win32\Debug； ii. C:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\bin\win32\emudebug; iii. C:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\bin\win32\release; 添加到path中 b) 打开vs2005，工具，选项，项目和解决方案，VC++目录， 库文件中添加 C:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\common\lib C:\CUDA\lib 包含文件中添加 C:\CUDA\include C:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\common\inc 源文件中添加 C:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\common\src
CUDA dll的创建与测试
CUDA dll的创建与测试创建dll 第一步新建一个win32dll项目。 选择dll
自动生成了dll相关的框架。库函数入口点DllMain：
第二步，添加CUDA函数相关的文件CUDAdll.cuh和CUDAdll.cu并设置框架属性。
为其设置生成属性：
CUDAdll.cuh文件 设置项目“生成自定义” 选择CUDA4.0并打钩
设置CUDAdll.cu文件的生成属性，选择CUDA C/C++。 此时如果编译该dll项目，会出现问题，报错如下： 1>Link: 1> 所有输出均为最新。 1> 正在创建库 D:\elec\mymfctest\VS2010p\GPUDemos\CUDAdlltest\Debug\CUDAdlltest.lib和对象D:\elec\mymfctest\VS2010p\GPUDemos\CUDAdlltest\Debug\CUDAdlltest.exp 1>CUDAdll.cu.obj : error LNK2019:无法解析的外部符号 ___cudaRegisterFatBinary@4，该符号在函数"void __cdecl __sti____cudaRegisterAll_42_tmpxft_00000e60_00000000_3_CUDAdll_cpp1_ii_564 e775d(void)" (?__sti____cudaRegisterAll_42_tmpxft_00000e60_00000000_3_CUDAdll_cpp1_ii_5 64e775d@@YAXXZ)中被引用 1>CUDAdll.cu.obj : error LNK2019:无法解析的外部符号 ___cudaUnregisterFatBinary@4，该符号在函数"void __cdecl __cudaUnregisterBinaryUtil(void)" (?__cudaUnregisterBinaryUtil@@YAXXZ)中被引用 1>D:\elec\mymfctest\VS2010p\GPUDemos\CUDAdlltest\Debug\CUDAdlltest.dll : fatal error LNK1120: 2个无法解析的外部命令 1>
基于Visual Studio 的CUDA开发平台搭建
基于Visual Studio 的CUDA开发平台搭建 1 软件准备 1.1 下载软件 首先确定PC机为NVIDIA显卡，并且支持CUDA。 下载相关软件，包括显卡驱动（如果已经安装，则不必安装），CUDA Toolkit，CUDA SDK。 这些软件可以到NVIDIA官方网站上下载，地址为： https://www.360docs.net/doc/42337384.html,/object/cuda_3_1_downloads.html 由于安装的是32位的Windows7系统，CUDA Toolkit 的软件名为 cudatoolkit_3.2.16_win_32.msi，软件大小80.8 MB；CUDA SDK 的软件名为：pucomputingsdk_3.1_win_32.exe，软件大小296 MB。 其他软件工具：VS助手（Visual Assist X），Openhero的CUDA_Wizard （CUDA_VS_Wizard_W32.2.2.exe）。 1.2安装软件 软件准备完全后，先安装显卡驱动。然后依次安装CUDA Toolkit和CUDA SDK。 在Windows 7 系统下，CUDA Toolkit 默认安装在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA目录下。CUDA SDK安装在C:\ProgramData\NVIDIA Corporation\NVIDIA GPU Computing SDK目录下。 一般来说安装完后，相应的环境变量都已设置好，包括CUDA_BIN_PATH，CUDA_INC_PATH，CUDA_LIB_PATH等。 安装Visual Assist X（如果已经安装过就不必装了）；安装CUDA_VS_Wizard 。 2 配置Visual Studio环境 2.1 语法高亮 将C:\ProgramData\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\doc\syntax_highlighting\visual_studio_8里面的usertype.dat文件copy到
Win7下CUDA5.0+VS2010环境配置
CUDA5.0 + Visual Studio 2010 的环境配置根据前人所写的cuda4.0的配置，我配置了一下cuda5.0，配置过程有一些差别，经过一番调试后成功。所以总结了一下Cuda5.0的配置，发布在百度文库上给大家一参考吧。 1 安装环境 操作系统：Win7 32 位旗舰版 显卡型号：NVIDIA 显卡 2 软件准备 （1）Microsoft Visual Studio 2010 （2）Visual Assist X （3）显卡驱动，CUDA Toolki，CUDA SDK v4.0 5.0已经把这三个集成在一起了： Desktop版本: https://www.360docs.net/doc/42337384.html,/compute/cuda/5_0/rel-update-1/installers/cuda_5.0.35_ winvista_win7_win8_general_32-1.msi NoteBook版本: https://www.360docs.net/doc/42337384.html,/compute/cuda/5_0/rel-update-1/installers/cuda_5.0.35_ winvista_win7_win8_notebook_32-1.msi 3 安装步骤 3.1 Visual Studio 2010 及Visual Assist X 安装 先安装Visual Studio 2010 后再安装助手Visual Assist X。这里Visual Assist X 对于使用CUDA 作并行计算不是必须的，但为了使程序编写更为方便，这里推荐安装。 3.2 安装Cuda5.0 CUDA Toolkit的默认安装目录为：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0 CUDA SDK的默认安装目录为：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.0
NVIDIA显卡支持CUDA
CUDA CUDA（Compute Unified Device Architecture）是一个新的基础架构，这个架构可以使用GPU来解决商业、工业以及科学方面的复杂计算问题。它是一个完整的GPGPU解决方案，提供了硬件的直接访问接口，而不必像传统方式一样必须依赖图形API接口来实现GPU的访问。在架构上采用了一种全新的计算体系结构来使用GPU提供的硬件资源，从而给大规模的数据计算应用提供了一种比CPU更加强大的计算能力。CUDA采用C语言作为编程语言提供大量的高性能计算指令开发能力，使开发者能够在GPU的强大计算能力的基础上建立起一种效率更高的密集数据计算解决方案。 关于NVIDIA CUDA技术 NVIDIA CUDA技术是当今世界上唯一针对NVIDIA GPU（图形处理器）的C语言环境，为支持CUDA技术的NVIDIA GPU（图形处理器）带来无穷的图形计算处理性能。凭借NVIDIA CUDA技术，开发人员能够利用NVIDIA GPU （图形处理器）攻克极其复杂的密集型计算难题，应用到诸如石油与天然气的开发，金融风险管理，产品设计，媒体图像以及科学研究等领域。 CUDA? 工具包是一种针对支持CUDA功能的GPU（图形处理器）的C语言开发环境。CUDA开发环境包括: nvcc C语言编译器适用于GPU（图形处理器）的CUDA FFT和BLAS库 分析器适用于GPU（图形处理器）的gdb调试器（在2008年3月推出alpha版） CUDA运行时（CUDA runtime）驱动程序（目前在标准的NVIDIA GPU驱动中也提供） CUDA编程手册 CUDA开发者软件开发包（SDK）提供了一些范例（附有源代码），以帮助使用者开始CUDA编程。这些范例包括：并行双调排序、矩阵乘法、矩阵转置、利用计时器进行性能评价、并行大数组的前缀和（扫描）、图像卷积使用Haar小波的一维DWT OpenGL和Direct3D图形互操作示例 CUDA BLAS和FFT库的使用示例 CPU-GPU C—和C++—代码集成 二项式期权定价模型 Black-Scholes期权定价模型 Monte-Carlo期权定价模型 并行Mersenne Twister（随机数生成） 并行直方图 图像去噪 Sobel边缘检测滤波器 MathWorks MATLAB? 插件(点击这里下载) 新的基于1.1版CUDA的SDK 范例现在也已经发布了。 技术功能 在GPU（图形处理器）上提供标准C编程语言 为在支持CUDA的NVIDIA GPU（图形处理器）上进行并行计算而提供了统一的软硬件解决方案 CUDA兼容的GPU（图形处理器）包括很多：从低功耗的笔记本上用的GPU到高性能的，多GPU的系统。 支持CUDA的GPU（图形处理器）支持并行数据缓存和线程执行管理器 标准FFT（快速傅立叶变换）和BLAS（基本线性代数子程序）数值程序库 针对计算的专用CUDA驱动 经过优化的，从中央处理器（CPU）到支持CUDA的GPU（图形处理器）的直接上传、下载通道 CUDA驱动可与OpenGL和DirectX图形驱动程序实现互操作 支持Linux 32位/64位以及Windows XP 32位/64位操作系统 为了研究以及开发语言的目的，CUDA提供对驱动程序的直接访问，以及汇编语言级的访问。 使用了CUDA的GPU计算通过标准的C语言将下一代NV GPU的总多计算特性结合到一起。在这之前的GPU 是基于“流式着色程序”的，CUDA则使用C语言，通过“线程”来创建应用程序，这类似于CPU上的多线程程序。相比较于仅能有很少线程同时工作的多核CPU的而言，NV GPU的特性可以让CUDA同时执行数千个线程，这将令我们的应用能处理更多的信息流。 CUDA所提供的最重要的创新在于，它使得工作在GPU上的线程可以协作解决问题。在线程间通讯实现以后，CUDA将允许应用程序更加高效的执行。由NV GPUs的支持，CUDA有一个直接在GPU上的并行计算缓存，它用于
Windows 7 64bit +VS2008+ CUDA 4.0安装配置完全过程
Windows 7 64bit +VS2008+ CUDA 4.0安装配置完全 过程 安装CUDA4.0时，碰到了很多意外，花费了较多时间，最终取得了成功，现对期间的经验教训总结如下，供大家分享，期待提高大家的工作质量和效率。 一 安装环境 Windows 7 64bit 家庭版，VS2008（安装了X64编译器），CUDA 4.0 64bit版本； 二 安装软件 Windows 7 64bit 家庭版是购买笔记本时自带的系统，不再详说。 2.1 安装VS2008 安装的professional版本，在安装时选择自定义安装，选择自己需要的组件，如下图1所示（这里借用了别人的一张图片），注意展开Visual C++子树，选中X64组件。 图1 自定义安装VS2008组件 安装完毕后，对于如何取消90天试用限制问题，采用了别人的破解办法，具体的操作方法如下：
打开 控制面板 ? 添加删除程序， 找到VS2008的安装项，运行VS2008的安装卸载程序，出现如下图2所示界面： 图2 VS2008的安装卸载界面
下载 破解程序CrackVS2008ForWindows7.zip，然后右键点击该破解程序，选择以管理员身份运行，出现如下的图3所示界面： 图3 破解程序界面 点击图3右上角 按钮“Bug 微软”，则久违的图4界面出现了：
图4 破解后的界面 输入相应的序列号，就可以了，以下是收集的序列号： 1.Visual Studio 2008 Professional Edition: XMQ2Y-4T3V6-XJ48Y-D3K2V-6C4WT 2.Visual Studio 2008 Team Test Load Agent: WPX3J-BXC3W-BPYWP-PJ8CM-F7M8T 3.Visual Studio 2008 Team System: PYHYP-WXB3B-B2CCM-V9DX9-VDY8T 4.Visual Studio 2008 Team Foundation Server: WPDW8-M962C-VJX9M-HQB4Q-JVTDM 2.2 安装CUDA4.0 在nvidia的下载网页上，下载了64bit的开发组件，包括driver、tookit、sdk 等主要组件，具体如下： devdriver_4.0_winvista-win7_64_275.33_notebook.exe cudatoolkit_4.0.17_win_64.msi gpucomputingsdk_4.0.19_win_64.exe cudatools_4.0.17_win_64.msi CUDA4_0BuildCustomizationFix.zip 注意驱动选择台式机或者笔记本版本。安装顺序分别是 devdriver_4.0?cudatoolkit_4.0.17?gpucomputingsdk?cudatools。
CUDA 6.5 + VS2010 + win7 x64开发环境搭建
CUDA 6.5 + VS2010 + win7 x64开发环境搭建 本文参考了网络上其它文档，根据自己的具体情况进行了修改或勘误。VS2010为英文版。 安装过程中如果没有提具体细节，一路Next即可（破解就略过了，网上资料一大堆）。下面的涉及到的文件目录都是在程序安装在默认安装位置情况下采用的，用户名已经改为XXX。 1.安装VS2010。 2.安装cuda_6.5.14_windows_general_64。 3.安装cudasdk_2.3_win_64。 4.安装Visual Assist X 10.8。 5.安装完毕后，在计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统 中多了CUDA_PATH和CUDA_PATH_V6_5两个环境变量，接下来，还要在系统中添加以下几个环境变量： CUDA_SDK_PA TH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v6.5 CUDA_LIB_PA TH = %CUDA_PA TH%\lib\x64 CUDA_BIN_PATH = %CUDA_PA TH%\bin CUDA_SDK_BIN_PA TH = %CUDA_SDK_PATH%\bin\win64 CUDA_SDK_LIB_PATH = %CUDA_SDK_PA TH%\common\lib\x64 然后，在系统变量PA TH 的末尾添加： ;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PA TH%;%CUDA_ SDK_BIN_PATH%; 重新启动计算机。 6.设置代码高亮。 1).cu文件高亮。 这个设置是让VS2010编辑.cu文件时，把.cu文件里的C/C++语法高亮。 在VS2010的菜单依次点击：Tools->Options…->Text Editor->File Extension，添加.cu 和.cuh，使之采用C++编辑器，如图1所示。
CUDA6.5+VS2010安装教程
CUDA 6.5 安装及配置( WIN7 32位/ 英伟达G卡/ VS2010 ) V1.0迷若烟雨2014年9月23日前言 本文讲解如何在VS 2010开发平台中搭建CUDA开发环境，并高亮函数及实现输入智能提示。 当前配置： 系统：WIN7 32位 开发平台：VS 2010 显卡：英伟达GT330M卡,1G显存 CUDA版本：6.5 若配置不一样，请自行更改。 安装的基本过程是： 1. 装VS2010 2. 先装assist x 3. 然后装tookit6.5 4. 然后装sdk 2.3 5. .然后复制usertype.dat到...（解决CU文件关键字高亮问题） 6. 然后再ASSIST X中添加包含路径以及那个UNDERLINE（解决红色波浪线问题） 本文假定大家已经安装好了VS2010以及assist x，这个网上有大把的教程。比如说：https://www.360docs.net/doc/42337384.html,/jasonleesjtu/article/details/12993227 第一步 安装之前必须确认自己电脑的GPU支持CUDA。在设备管理器中找到显示适配器（Display adapters)，找到自己电脑的显卡型号，如果包含在https://www.360docs.net/doc/42337384.html,/object/cuda_gpus.html 的列表中，说明支持CUDA。 点击这里下载cuda最新版，目前最高版本是6.5。下载完毕后得 到 cuda_6.5.14_windows_notebook_32.exe文件。
第二步 运行安装程序，弹出安装过程中转文件路径设定框： 这个路径随便填无所谓，安装完后就会自动删除的，我就直接设置为默认的。第三步 等待系统帮你检测当前平台是否适合搭建CUDA：
LabVIEW高性能分析和高级图像处理扩展功能
LabVIEW高性能分析和高级图像处理扩展功能 发布日期: 八月05, 2012 | 0 评级| 0.00 out of 5 | Read in English | PDF 概览 NI LabVIEW作为一款完整的系统设计工具，包含了从快速傅里叶变换(FFT)到统计分析例程等数百种内置信号处理和分析功能。本文将介绍LabVIEW的几项最新分析功能，这些功能专为使用CPU和图形化处理单元(GPU)进行高性能处理而设计的。此外，本文也会对全新的双目立体视觉功能进行讨论。 目录 1. 简介 尽管LabVIEW具有一系列丰富的内置信号处理和分析功能，工程师和科学家要使用LabVIEW和NI I/O硬件开发计算应用（从核聚变研究到信号情报和复杂的机器人系统）时仍需要新的IP和数据类型。此外，需要以较短的时间间隔处理海量数据的科学系统也越来越多地结合CPU、现场可编程逻辑门阵列(FPGA)和图形化处理单元(GPU)等计算元素，以充分利用这些设备各自的优势。 继续阅读，了解更多关于LabVIEW平台新增功能的信息：LabVIEW多核分析和稀疏矩阵工具包、LabVIEW GPU分析工具包、以及NI视觉开发模块的双目立体视觉功能。 至页首 2. 借助LabVIEW多核分析和稀疏矩阵工具包，解决有挑战性的问题 LabVIEW在一定时间内的确可在多核处理器上并行执行多个算法。但是，它并没有充分利用多核处理器的优势来提升每个数据集各个算法的性能。基于Windows平台上Intel数学内核库(Intel Math Kernel Library)的多线程功能，LabVIEW多核分析和稀疏矩阵工具包新增了更优化的核心线性代数和FFT算法。采用顺序Intel MKL的LabVIEW Real-Time(ETS)系统也提供其他线性代数功能。
在windows下安装cuda
在windows下安装cuda 安装环境 在windows下，目前cuda只支持在 Visual Studio 7.x 系列、Visual Studio 8以及免费的 Visual Studio C++ 2005 Express。所以需要预先安装以上软件中的任意一种。 下面我们以Visual Studio 2005 为例演示cuda的安装。 1、cuda安装包 cuda是免费使用的，各种操作系统下的cuda安装包均可以在https://www.360docs.net/doc/42337384.html,/object/cuda_get_cn.html上免费下载。 Cuda提供3个安装包，分别是：SDK, Toolkit和Display。SDK包括许多例子程序和函数库。Toolkit包括cuda的基本工具。Display包括了NV显卡的驱动程序。Toolkit是核心。 2、安装cuda 2.1 安装cuda toolkit 双击NVIDIA_CUDA_toolkit_2.0_win32.exe安装，安装完成后在安装目录下出现6个文件夹，分别是： Bin ：工具程序和动态链接库 Doc ：相关文档 Include ： header头文件包 Lib ：程序库 Open64 ：基于open64的cuda compiler Src ：部分原始代码 安装过程中toolkit自动设定了3个环境变量：CUDA_BIN_PATH、CUDA_INC_PATH和CUDA_LIB_PATH分别对应工具程序库、头文件库和程序库，预设路径为当前安装文件夹下的bin、include 和lib三个文件夹。 2.2 安装CUDA SDK SDK可以根据需要选择安装(推荐安装，因为SDK中的许多例子程序和函数库非常有用)。 2.3 安装 CUDA Display 对于没有安装NV显卡的计算机，不需要安装Display安装包，程序也可以在模拟模式下运行。 3、在Visual Studio中使用cuda CUDA的主要工具是nvcc，它会执行所需要的程序，将CUDA程序编译并执行。下面介绍了四种配置cuda nvcc的方法。这里推荐使用第四种方法。 3.1、方法一（NV自带的修改模板方法） 3.1.1、在CUDA SDK安装目录下的project目录下新建文件夹，命名为想要建立的工程名字，比如test1。并在project文件夹下找到SDK自带的template文件夹，将template 文件夹下所有的文件copy到test1下。 3.1.2、将copy到test1文件夹下的所有文件文件名中的template改为test。
QT环境下编译CUDA
1 安装CUDA 1.1 安装cuda toolkit 双击NVIDIA_CUDA_toolkit_2.0_win32.exe安装，安装完成后在安装目录下出现6个文件夹，分别是： Bin ：工具程序和动态链接库 Doc ：相关文档 Include ： header头文件包 Lib ：静态库 Open64 ：基于open64的cuda compiler Src ：部分原始代码 安装过程中toolkit自动设定了3个环境变量：CUDA_BIN_PATH、CUDA_INC_PATH和CUDA_LIB_PATH分别对应工具程序库、头文件库和程序库，预设路径为当前安装文件夹下的bin、include 和lib三个文件夹。并将bin文件夹目录加入环境变量path中。Cuda 2.3SDK 是在C:\ProgramData\NVIDIA Corporation\NVIDIA GPU Computing SDK\C下面 1.2 安装CUDA SDK SDK可以根据需要选择安装(推荐安装，因为SDK中的许多例子程序和函数库非常有用)。 1.3 安装 CUDA Display 对于没有安装NV显卡的计算机，不需要安装Display安装包，程序也可以在模拟模式下运行。 这个三个安装程序可以到该网站下载：https://www.360docs.net/doc/42337384.html,/object/cuda_get_cn.html 2、在Visual Studio中使用cuda CUDA的主要工具是nvcc，它会执行所需要的程序，将CUDA程序编译并执行。下面介绍了三种配置cuda nvcc的方法。这里推荐使用第三种方法。 2.1、方法一（NV自带的修改模板方法） 2.1.1、在CUDA SDK安装目录下的project目录下新建文件夹，命名为想要建立的工程名字，比如test。并在project文件夹下找到SDK自带的template文件夹，将template 文件夹下所有的文件copy到test下。 2.1.2、将copy到test文件夹下的所有文件文件名中的template改为test。 test.sln与test.vcproj是vs 8系列的工程文件，test_vc7.sln与test_vc7.vcproj是vs 7系列的工程文件，可以根据自己Visual Studio的版本选择要更改的工程文件，其它两个可以删除。在Visual Studio C++ 2005 Express中，可以将test_vc7.sln与test_vc7.vcproj删除。 2.1.3、将*.cu、*.sln和*.vcproj用记事本等文字编辑软件打开，使用查找替换功能将以上文件中所有的template改为test。 2.1.4、使用*.sln文件打开整个工程，可以任意更改代码，编译运行。 2.1.5、修改输出文件路径（可选，如不改变，可执行文件输出到上两级目录下的bin 目录中），如使用了CUDA SDK中的动态链接库，将相应的动态链接库拷贝到可执行文件的同一目录下。 总结：这种方法是NV公司为windows下使用vs编译cuda提供的标准方法（参见\SDK\doc\CUDA_SDK_release_notes_windows.txt），使用公司提供的模板更改为自己想要
64位win7+opencv3.0.0+cuda6.5配置过程
64位Windows7+OpenCV3.0.0+CUDA6.5 一、准备工作 1.安装之前确认自己的显卡是否支持CUDA，https://https://www.360docs.net/doc/42337384.html,/cuda-gpus，并记 住自己显卡的计算能力。本机显卡为GF840M计算能力为5.0 2.从https://www.360docs.net/doc/42337384.html,/Download/index.aspx?lang=cn下载最新驱动并安装。 3.从https://https://www.360docs.net/doc/42337384.html,/cuda-downloads下载最新版的CUDA Toolkit6.5 64位，安 装，并将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v6.5\bin添加到环境变量中（检查是否已经默认添加），然后重启电脑。具体安装过程可参考https://www.360docs.net/doc/42337384.html,/view/9893ec57763231126edb11b8.html 4.从https://www.360docs.net/doc/42337384.html,/downloads.html下载opencv3.0.0beta版本，并解压到 D:\software\OpenCV300 5.从https://www.360docs.net/doc/42337384.html,/cmake/resources/software.html下载最新版本的cmake-3.1.0- rc2-win32-x86 二、配置CMAKE 由于未重新编译的OpenCV不支持CUDA，所以需要对OpenCV 源文件进行重新编译产生新的库文件。 1.点击cmake-gui.exe, 开启对话框，并添加源代码路径（sources文件夹）如下图所示。 并添加输出工程文件路径（图中使用自建的vs2012_gpu文件夹）。点击Configure, 产生选项。 2.在弹出对话框中选择目标平台：我这里选择VS11 Win64,然后点击Finish
图解vs2010中CUDA配置
第一种方法 VS2010下配置CUDA 4.0 Posted on06月14, 2011by xuanmanstein cuda4.0 正式发布了，一直没时间弄。之前一直在vs2008下用cuda wizard。现在实验室配了GTX580，需要把之前在笔记本GT540M上跑的程序再跑一遍，体验下性能的飙升，正好学学把4.0和VS2010配好。 汇总网上几篇帖子，总结一下。只实验win7 x64 下编release x64的程序。 编译cutil64。默认装好的SDK下没编译cutil64.dll。需要自己编一下，但是工程都是现成的：C:\ProgramData\NVIDIA Corporation\NVIDIA GPU Computing SDK 4.0\C\common，有2005 2008 2010各种版本的sln 直接找cutil_vs2010.sln，双击编译，注意是release x64版的，如果最后执行程序是还是提示找不到cutil64.dll，注意把它放到个能找到的路径下。 改path变量。 “工具-》选项-》文本编辑器”改扩展名 新建个项目。项目属性->自定义生成，选4.0
改cuda_conv.vcxproj。 找到：
win7和VS2008条件下cuda环境搭建
Win7和VS2008条件下cuda环境的搭建1.搭建环境 1.1安装VS2008 首先，确认PC机中是否装有VC，要求VC++6.0以上版本，本人选用VS2008。 1.2软件来源 NVIDIA官网(https://www.360docs.net/doc/42337384.html,)下载驱动（driver）、工具包（Toolkit）、开发包（SDK）（要求：根据操作系统选择32/64位，下载相同版本）: 设备驱动：（NVIDIA官网下载与显卡配套的显卡驱动） 工具包（Toolkit）：cudatoolkit_4.1.28_win_32.msi 开发包（SDK）：gpucomputingsdk_4.1.28_win_32.exe 1.3安装驱动
注意：在安装过程中建议勾选“Perform a clean installtion”。 1.4安装工具包Toolkit 我们下载得到一个文件名如cudatoolkit_4.1.28_win_32.msi的文件，执行安装即可。推荐选择默认路径安装；亦可改变安装路径。
1.5安装开发包 2.配置VS2008 2.1高亮语法 如果希望程序可以高亮显示，则需要将CUDA SDK安装目录（D:\Program Files\NVIDIA Corporation\NVIDIA GPU Computing SDK4.1\C\doc\ syntax_highlighting\visual_studio_8）下的usertype.dat文件复制到VS2008的安装目录（D:\Program Files\Microsoft Visual Studio9.0\Common7\IDE）下。 2.2设置VS2008环境 打开VS2008，选择菜单【工具(Tools)】—>【选项(Options)】—>【项目和解决方案(Projects and Solutions)】—>【VC++目录(VC++Directories)】。
windows下安装opencv - (超好)
原文地址：http://qinxuye.me/article/install-opencv-in-windows/ windows下安装opencv 位于分类计算机图形学 opencv（open source computer vision library）是一个基于C/C++语言的开源图像函数处理库。它的主要模块包括： ?cv——核心函数库 ?cvaux——辅助函数库 ?cxcore——数据结构与线性代数库 ?highgui——GUI函数库 ?ml——机器学习函数库 opencv是跨平台的，支持包括windows、unix以及android等平台。下图是英文wiki上一张关于opencv概述的图。关于opencv的一系列功能以及特性，本文不再赘述，如果要了解，请移步至opencv的中文站点介绍。 本文将会讲解在wndows上如何使用VS2010安装opencv，并以一个简单的程序作为结束。opencv在近期推出了2.3版本，不过本文仍然以2.2版本为例。其他安装请参考中文安装页面。
安装方式有两种选择： ?直接下载OpenCV-2.2.0-win32-vs2010.exe文件。可以在这页找到下载。这种方式很傻瓜，直接双击安装即可。安装过程中勾选“Add OpenCV to system PATH for all users”选项。（当然也可以安装完毕添加，在环境变量path中添加“<安装路径>/opencv/bin/”） ?另外一种是源码安装（压缩包地址也可以在这里找到）。如果你想用IPP、CUDA或者Qt自定义安装opencv，你就需要从源码安装。 下面着重说一下源码安装的步骤。首先是编译。 第一步是用CMake导出VC++项目文件。 ?首先需要下载CMake（下载地址）。 ?安装完成后，打开cmake-gui，设置路径为OpenCV安装路径（本文档假定安装位置为：C:\OpenCV2.2，即下载的压缩包解压地址），并创建子目录C:\OpenCV2.2\vs2010，用于存放编译结果。 ?然后点configure，在弹出的对话框内选择Visual Studio10（这里根据你的visual studio的版本确定，vs2010对应的是10，而2008对应的9）。完成后选择“Generate”。 导出完成后，转到项目文件（本例在C:\OpenCV2.2\vs2010下），打开OpenCV.sln文件。分别在debug和release下编译。 完成后就是配置环境变量了。将“C:\OpenCV2.2\vs2010\bin”添加至windows系统环境变量path中。 以上这部分可以参考中文安装文档。 最后，我们需要配置visual studio的开发环境。 对于vs2008或者以下版本。选择Tools->Options->Projects and Solutions->VC++ Directories（中文版为：工具-->选项-->项目和解决方案-->vc++目录）。 ?Show directories for选择executable files，加入目录C:\OpenCV2.2\vs2010\bin ?Show directories for选择include files，加入目录C:\OpenCV2.2\vs2010\include\opencv，和C:\OpenCV2.2\vs2010\include ?Show directories for选择library files，加入目录C:\OpenCV2.2\vs2010\lib 对于vs2010，这个编辑功能已经被否决。这时候随便打开一个项目。接着打开视图-->其他窗口-->属性管理器（property manager)。接着项目-->Debug|Win32--> https://www.360docs.net/doc/42337384.html,er，右击属性。在“vc++目录”做以上修改。
联想 lenovo F31 WIN7 驱动 安装全指南
联想 lenovo F31 WIN7 驱动安装全指南 联想 F31 WIN7 lenovo F31 WIN7 驱动 最近soszh，将slic升级到了2.1，我的lenovo 天逸 f31 奥运版的本本成功升级到了win7 ulitemate，经过的几天的摸索将本本soszh的99%驱动安装全，现在将本人的驱动安装经验提供给F31的用户！ （强烈谴责 lenovo 公司不为天逸F31 机器提供win7驱动的卑劣行为！） 以联想 lenovo F31 WIN7 驱动soszh安装顺序，对各驱动以及下载安装方法介绍！ Q:为什么非要安装非系统自带的驱动？ A:安装专门的驱动可以最大化得提升性能，同时还可以提高便捷程度！ eg1：nv专门的显卡驱动为多款软件提供了专门的优化配置，以及相应的加速，只有安装了专门的驱动才能使用nv的物理加速和CUDA技术，同时显卡驱动针对笔记本提供了节电技术！ 如：ATUO cad 、3dmax、photoshop等。 eg2：就F31本本来说，杜比技术是通过专门的声卡驱动实现！不安装就是用了！ 此对笔记本这种对便携性与实用性相互平衡的产品，驱动更为重要！ 综上，对一些对于一些用系统自带驱动说，soszh本人认为那是一种缺乏电脑常识的说法。 本人安装下载思路就是用联想soszh其他机型的驱动进行试验安装，毕竟很多都是公版的驱动，不过就是提供给联想公司soszh使用罢了,所有驱动在联想的官方网站的技术与支持页面下载到，其超级链接：https://www.360docs.net/doc/42337384.html,/lenovo/wsi/index.html！ 所有驱动本人都已经安装成功！ 1、联想f31 F31 WIN7 lenovo 天逸 f31 F31 WIN7 驱动芯片组(Chipset)，一定要最先安soszh 装。THINKPAD T400机器win7的主板驱动，其实现在的基本机型的采用intel芯片组的的win7驱动都可以装上！ 2、联想 lenovo 天逸 f31 F31 WIN7 驱动显卡(VGA) 本人下的nvidia官方网soszh站提供的公版驱动，成功。{195.62_notebook_winvista_win7_32bit_international_whql} 3、联想 lenovo 天逸 f31 F31 WIN7 驱动 Audio 声卡联想 lenovo 天逸 f31 声卡支持杜比技术，也是大家比较头soszh痛的驱动，本人使用联想U330_WIN7_Audio 驱动，支持杜比，安装成功！ 4、联想 lenovo 天逸 f31 F31 WIN7 驱动 LAN网卡,BROADCOM/INTEL的无线网卡本soszh人用的联想 IDEAPAD Y450 的驱动 5、联想 lenovo 天逸 f31 F31 WIN7 驱动 Modem 调制解调器这个设备基本上用不上，但是soszh 本人还是驱了下，联想 lenovo 天逸 f31 vista下自带驱动就ok！ 6、联想 lenovo 天逸 f31 F31 WIN7 驱动 camera摄像头（XP SP3已经不用再安装HF补丁！）本人soszh用的联想 IDEAPAD Y450 的win7驱动，其实联想 lenovo 天逸 f31 vista下自带驱动应该也可以，再配合联想的Lenovo EasyCapture软件！ 7、联想 lenovo 天逸 f31 F31 WIN7 驱动 cardread读卡器本人用的soszh联想 IDEAPAD U330 的win7驱动 8、联想 lenovo 天逸 f31 F31 WIN7 驱动 powermanager电源管理在电源管理软件本人基本soszh上试用了联想所有机型的笔记本的电源管理软件，最后还是用的联想 lenovo 天逸 f31 vista下自带驱动，因为在这个软件中也soszh带了键盘的驱动包括一些快捷按键的图标和novo 的驱动和图标程序，但是有个小问题，联想 lenovo 天逸 f31 的 Lenovo EasyCapture 快捷按键的失效，即使自soszh定义按键也无法使用~~待高手解决，其他的键盘按键和novo按键都好用！ 9、联想 lenovo 天逸 f31 F31 WIN7 驱动 TouchPad触摸板触摸板的soszh驱动其实联想也是用