CUDA是英伟达的技术，所以非N卡用不了=_=

下载CUDA

官方安装教程：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html

懒得看的话直接下载：https://developer.nvidia.com/cuda-downloads

选择自己的系统版本

下载完直接安装就好，就是个普通的应用程序。安装完后用CMD输入nvcc -V（注意大小写）检查是否安装成功。

安装成功

测试

更优质的教程以及硬件层面解释可以看这里：https://www.zhihu.com/collection/757090574

创建一个CUDA工程

创建Cuda工程

打开之后就是一个案例工程，是一个向量相加的简单例子。不过太复杂了，这里先把别的都删掉，写如下的小程序，用来看看自己显卡啥样r：


#include "cuda_runtime.h"
#include "device_launch_parameters.h"

#include <iostream>

int main()
{
	cudaDeviceProp devProp;
	cudaGetDeviceProperties(&devProp, 0);

    std::cout << "使用GPU device: " << devProp.name << std::endl;
    std::cout << "SM的数量：" << devProp.multiProcessorCount << std::endl;
    std::cout << "每个线程块的共享内存大小：" << devProp.sharedMemPerBlock / 1024.0 << " KB" << std::endl;
    std::cout << "每个线程块的最大线程数：" << devProp.maxThreadsPerBlock << std::endl;
    std::cout << "每个SM的最大线程数：" << devProp.maxThreadsPerMultiProcessor << std::endl;
    std::cout << "每个SM的最大线程束数：" << devProp.maxThreadsPerMultiProcessor / 32 << std::endl;

	return 0;
}

我的2060S有34个 Streaming Multiprocessor（SM），每个SM可以调度1024个线程，也就是我的显卡最多可以同时调度34816个线程。

当然具体的介绍还是看这个教程吧：https://www.zhihu.com/collection/757090574

做个小案例

这里自己写一个简化版的向量相加的小案例，用于了解一下基础的编程结构：

这里先设计一下，比如说5维向量那就开5个线程，每个算对应位的加法，然后存到结果数组里就好了。

首先 include 各种库，然后写一个需要在显卡里运行的程序：

#include <cuda_runtime.h>
#include <device_launch_parameters.h>

#include<iostream>

__global__ void VectorAdd(const float* a, const float* b, float* c)
{
	const int index = threadIdx.x;
	c[index] = a[index] + b[index];
}

这里的 global 表示这个函数被CPU调用，在GPU运行。

然后实现 main 函数：

int main()
{
    // 声明两个待计算的向量数组和用于储存结果的数组
	const int vectorLength = 5;
	const float a[vectorLength] = { 1, 2, 3, 4, 5 };
	const float b[vectorLength] = { 1.3, 2.4, 3.6, 4.7, 5.5 };
	float c[vectorLength] = { 0 };

	auto vectorSize = vectorLength * sizeof(float);

	// 开辟显存
	float* dev_a = 0;
	float* dev_b = 0;
	float* dev_c = 0;

	cudaMalloc(&dev_a, vectorSize);
	cudaMalloc(&dev_b, vectorSize);
	cudaMalloc(&dev_c, vectorSize);

	// 传入数据
	cudaMemcpy(dev_a, a, vectorSize, cudaMemcpyHostToDevice);
	cudaMemcpy(dev_b, b, vectorSize, cudaMemcpyHostToDevice);
	cudaMemcpy(dev_c, c, vectorSize, cudaMemcpyHostToDevice);

	// 显卡计算
	VectorAdd << <1, vectorLength >> > (dev_a, dev_b, dev_c);

	// 取得结果
	cudaDeviceSynchronize(); // 等待显卡计算完
	cudaMemcpy(c, dev_c, vectorSize, cudaMemcpyDeviceToHost);

	for (int i = 0; i < vectorLength; i++) std::cout << c[i] << " ";

	// 清空显存
	cudaFree(dev_a);
	cudaFree(dev_b);
	cudaFree(dev_c);

	return 0;
}