一起学CUDA(一)

前提是电脑的显卡支持CUDA,N卡一般是支持的,如果是A卡就没办法了。
主要针对Windows环境,Linux和Mac也有相应的安装包。
CUDA环境搭建:
Step1:安装代码环境VS2010;
Step2:更新Nvidia驱动;
Step3:安装CUDA toolkit;
Step3:安装gpu computing sdk;
Step1~Step3相关软件包可以在NVIDIA社区下载,
Step4:检测是否安装成功
Step4.1:进入安装路径:C:\ProgramData\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\bin\win32\Release,打开deviceQuery.exe,显示如下图所示表明安装成功。

Step4.2:可以打开NVIDIA CUDA Samples Browser打开里面的samples观看效果,比如打开Simple OpenGL可以看到很漂亮的三维动画图。

能看到这些效果,说明CUDA的环境基本搭建好了。
下面就可以在VS里新建一个CUDA工程了。

时间: 2025-01-18 14:30:32

一起学CUDA(一)的相关文章

一起学CUDA(零)

1.Nvidia为什么引入CUDA最近实验室已经有不少豪在入手本本了,因为学霸居多,所以大家一般都会说对显卡要求不高,不玩大型游戏,只是CPU不能差,Intel I7.3G的主频…… 其 实现在CPU的时钟频率4GHz已经基本极限了,在这个极限点上,CPU会产生大量的热量,产生热量的原因是随着时钟频率的提升,电力功耗增大.事实上, 在电压不变的情况下,一个CPU的电力功耗大约是它时钟频率的3次方,更糟糕的是,如果CPU产生的热量增加,那么即使时钟频率不变,根据硅材质的特 点,CPU的功耗也会进一

Cuda beginning

前言: 由于一直在学习图形学,很多时候,图形学中的计算,如最近碰到的问题,计算随机点的中垂面,每个点的计算K近邻树,都是独立的.如果用GPU并行加速,可能会有好的提速效果. 再加上实验室已有学长对这个领域有比较深入的了解,故想开始学CUDA. CPU 可以类比于一个强壮的男人,而GPU则是一群小孩,每一个能力不大,但是却可以同时做很多事情,这就是并行的好处. GPU是不适合做太多的逻辑判断的.它更希望能做一些简单的计算工作. 本笔记的主要来源是 GUDA_C_Programming_Guide 

CUDA学习

因为老师要求,现在开始学习CUDA的相关知识.开始在网上找了很多教程,都在一点一点看,后来同学推荐了一本书,是<GPU高性能编CUDA实战>,觉得挺不错的,书上的实例代码我都有码,对CUDA的理解也越来越深了,打算把这些记下来,以后可以复习,也给后来学习的人一点参考,少走弯路. 来老师实验室三周了,每天就是呆在实验室里学习CUDA,我开始以为是用CUDA做图形图像呢,后来才知道老师让我学CUDA是做信号处理的,这个就比较蛋疼了,苦日子在后头呢.本来九月开学呢,我暑假就过来了,想着人丑还不好好学

一 GPU 编程技术的发展历程及现状

前言 本文通过介绍 GPU 编程技术的发展历程,让大家初步地了解 GPU 编程,走进 GPU 编程的世界. 冯诺依曼计算机架构的瓶颈 曾经,几乎所有的处理器都是以冯诺依曼计算机架构为基础工作的. 该系统架构简单来说就是处理器从存储器中不断取指,解码,执行. 但如今,这种系统架构遇到了瓶颈:内存的读写速度已经跟不上 CPU 的时钟频率了.具有此特征的系统被称为内存受限型系统,目前的绝大多数计算机系统都属于此类型. 为了解决这个问题,传统的解决方案是使用缓存技术.通过给 CPU 设立多级缓存,能够大

第一篇:GPU 编程技术的发展历程及现状

前言 本文通过介绍 GPU 编程技术的发展历程,让大家初步地了解 GPU 编程,走进 GPU 编程的世界. 冯诺依曼计算机架构的瓶颈 曾经,几乎所有的处理器都是以冯诺依曼计算机架构为基础的.该系统架构简单来说就是处理器从存储器中不断取指,解码,执行. 但如今这种系统架构遇到了瓶颈:内存的读写速度跟不上 CPU 时钟频率.具有此特征的系统被称为内存受限型系统,目前的绝大多数计算机系统都属于此类型. 为了解决此问题,传统解决方案是使用缓存技术.通过给 CPU 设立多级缓存,能大大地降低存储系统的压力

艰辛五天:Ubuntu14.04+显卡驱动+cuda+Theano环境安装过程

题记:从一开始不知道显卡就是GPU(虽然是学计算机的,但是我真的不知道-脑残如我也是醉了),到搞好所有这些环境前后弄了5天时间,前面的买显卡.装显卡和装双系统见另一篇博客装显卡.双系统,这篇主要记录我怎么配置后面的环境,虽然中间重装Ubuntu三次,后面安装过程也没差别. 基础平台:64-bit,Ubuntu14.04 1.安装NVIDIA驱动(参考技术文章,基本是复制啊,蟹蟹作者~) (1) 在官网下载NVIDIA驱动,根据自己买的型号选择下载,放到 /home/lvxia/ 目录下面,我下载

CUDA从入门到精通

CUDA从入门到精通(零):写在前面 在老板的要求下,本博主从2012年上高性能计算课程开始接触CUDA编程,随后将该技术应用到了实际项目中,使处理程序加速超过1K,可见基于图形显示器的并行计算对于追求速度的应用来说无疑是一个理想的选择.还有不到一年毕业,怕是毕业后这些技术也就随毕业而去,准备这个暑假开辟一个CUDA专栏,从入门到精通,步步为营,顺便分享设计的一些经验教训,希望能给学习CUDA的童鞋提供一定指导.个人能力所及,错误难免,欢迎讨论. PS:申请专栏好像需要先发原创帖超过15篇...

ubuntu Gnome 15.04 /ubuntu 12.04 装cuda 7.0经验贴

ubuntu Gnome 15.04 /ubuntu 12.04 装cuda 7.0经验贴 由于最近要跑caffe,还有要跑一些cuda程序,就边学边配置,一路装过来还真不容易,双系统(Window 7+ubuntu),做一个笔记以后留着来用: 前提工作:已经装好双系统,若没有装好,参考如下: 硬盘安装和U盘安装 [ Win7系统下硬盘安装Ubuntu 12.04双系统 ] 提示:在装好ubuntu系统后若发现,安装完成重启后默认启动为Ubuntu系统,则在程序-附件-终端(快捷键Ctrl+Al

CUDA编程-&gt;CUDA入门了解(一)

安装好CUDA6.5+VS2012,操作系统为Win8.1版本,首先下个GPU-Z检测了一下: 看出本显卡属于中低端配置,关键看两个: Shaders=384,也称作SM,或者说core/流处理器数量,数量越大,执行并行线程越多,单位时间计算量也就越大. BusWidth=64Bit,这个越大,数据的处理速度也就越快 接下来看看CUDA的布局: 看到这个布局,也就知道了如何配置到VS2012中去,跟OpenCV差不多,只是中文资料较少,所以需要关注下一个文件夹里的东东. 看到这个,就Happy了