CUDA开发环境配置说明

这个项目提供了完整的CUDA开发环境配置，支持Windows和Linux双平台。

📁 文件结构

MSRA/
├── .vscode/                    # VS Code配置目录
│   ├── c_cpp_properties.json  # C++智能感知配置
│   ├── tasks.json             # 编译任务配置  
│   ├── launch.json            # 调试配置
│   ├── settings.json          # VS Code设置
│   └── extensions.json        # 推荐扩展
├── GPUdemo/                   # CUDA示例代码目录
│   ├── compile_cuda.bat       # Windows编译脚本（推荐）
│   ├── Compile-Cuda.ps1       # PowerShell编译脚本
│   ├── vector_add.cu          # CUDA向量加法示例
│   └── README.md              # 本文档
└── CUDAsampleSHY/             # CUDA官方示例

🚀 快速开始

Windows用户（推荐）

1. 使用批处理脚本（最简单）：

   cd GPUdemo
   compile_cuda.bat vector_add.cu

2. 使用PowerShell脚本：

   cd GPUdemo
   .\Compile-Cuda.ps1 vector_add.cu

3. 在VS Code中：

   • 打开.cu文件
   • 按 Ctrl+Shift+P
   • 选择 "Tasks: Run Task"
   • 选择 "CUDA: 编译并运行 (Windows推荐)"

Linux用户

cd GPUdemo
nvcc -o vector_add vector_add.cu
./vector_add

🔧 配置文件说明

VS Code配置文件

文件名	功能	关键配置
c_cpp_properties.json	智能感知配置	CUDA头文件路径、编译器路径
tasks.json	编译任务	调用编译脚本或直接编译
settings.json	VS Code设置	文件关联、错误提示配置
launch.json	调试配置	CUDA调试器配置
extensions.json	推荐扩展	C++和CUDA扩展推荐

编译脚本

脚本名	平台	功能	特点
compile_cuda.bat	Windows	编译+运行	自动设置VS环境，详细输出
Compile-Cuda.ps1	Windows	编译+运行	PowerShell版本，彩色输出

🛠️ 编译脚本使用方法

compile_cuda.bat

# 基本用法
compile_cuda.bat 源文件.cu

# 指定输出文件名
compile_cuda.bat 源文件.cu 自定义名称

# 指定编译选项
compile_cuda.bat 源文件.cu 输出名称 "-O3"

Compile-Cuda.ps1

# 基本用法
.\Compile-Cuda.ps1 源文件.cu

# 指定输出文件名
.\Compile-Cuda.ps1 源文件.cu -OutputName 自定义名称

# 指定编译选项
.\Compile-Cuda.ps1 源文件.cu -CompileFlags "-O3"

🐛 常见问题

1. 智能感知不工作（#include标红）

• 检查 c_cpp_properties.json 中的CUDA路径是否正确
• 确保安装了 "C/C++" 扩展
• 重启VS Code

2. 编译失败

• 确保安装了CUDA Toolkit和Visual Studio
• 检查环境变量PATH中是否包含CUDA路径
• 使用编译脚本确保环境正确设置

3. VS Code任务不工作

• 直接使用编译脚本（更稳定）
• 检查路径分隔符（Windows用\，Linux用/）

📝 开发建议

1. 推荐使用编译脚本：比VS Code任务更稳定
2. 文件编码：保存为UTF-8编码避免中文注释问题
3. 代码风格：使用C语言风格变量声明兼容性更好
4. 调试：CUDA调试需要特殊设置，建议先用printf调试

🔄 版本兼容性

• CUDA: 支持10.0+版本（配置中使用通配符）
• Visual Studio: 支持2019/2022版本
• Linux: 支持Ubuntu 18.04+、CentOS 7+
• VS Code: 支持1.60+版本

📚 学习资源

• CUDA编程指南
• VS Code C++配置
• CUDA示例代码