CUDA（Compute Unified Device Architecture）是由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。使用CUDA开发编程，可以使运算速度提升，相比较于CPU，GPU的并行计算架构更适合处理机器学习这样的大批量运算工作。NVIDIA也提供了CUDA工具包，供开发者们使用学习。

个人认为学好CUDA的前提是算法基础，在基础牢固的前提下，由串行编程思维转换为并行思维，CUDA可以为你的程序进行提速。相反，缺失算法基础而接触CUDA开发，将无法很好地利用CUDA的优势，只会导致“良莠不分”的情形。废话不多说，下面直接开搞。

注意：本篇所讲述的环境配置仅仅是一种运行方法，而实际搭建时往往会有很多方法。本篇所述方法仅作参考。

一、准备所需工具、软件

然后注意一下CLion这个软件，下载后只会给你30天试用。但如果在官网使用校园邮箱等方式来进行验证，即可以学生身份免费使用JetBrains全家桶。JetBrains学生认证通道请点击此处链接。

二、安装、配置工具及软件

注意：版本根据个人需求选择。如果你已经拥有以上的某种工具，可以跳过安装。但如果你的设备先安装的CUDA，而后安装的Visual Studio，则会在使用CMake编译时引起No CUDA toolset found的报错。具体解决方法可以点击此处参考这篇文章。

2.1 安装Visual Studio 2022

本篇对Visual Studio 2022的安装方式不具体展开叙述，这里只展示必要的部分，具体安装方法可以参考其他平台的教程。注意勾选相应的开发方法，以及MSVC。最后有必要的话记得更改一下安装路径。

2.2 安装CMake

打开官方下载网站后，建议下载msi安装文件。因为使用安装文件可以自动为你添加CMake的环境变量，十分方便。直接打开CMake安装包即可，但添加环境变量的选项是手动勾选的，请注意这一点。

2.3 安装CLion

和其他编译器一样，下载安装包后打开，直接根据自己的需要勾选并安装即可。这里不做过多叙述。

2.4 安装CUDA

安装CUDA时，会提示你将安装包解压的文件暂时放到哪个路径，而非实际安装路径。一般直接使用默认路径即可。CUDA安装时会检查你的设备环境，如果之前安装过CUDA，则需要重新卸载安装。卸载内容包括CUDA和Nsight一系列内容。

2.5 检查是否安装正确

除了使用Visual Studio 2022和CLion创建一个简单的测试工程，看看能否正常使用“Hello world!”程序以外，也要在控制台中检查一下CMake与CUDA是否安装成功。在控制台内输入以下指令。注意输入nvcc时会出现fatal报错，这是因为使用nvcc时没有参数。只要控制台能执行指令即可。

三、在实例中进行配置

3.1 写一个简单的CUDA代码（hello_world.cu）

万事俱备，只欠东风。我们既然已经搭建好了所需的环境，那我们先来写一个简单的CUDA代码试运行一下。CUDA的运行代码后缀是.cu，使用nvcc来编译运行。首先我们创建一个hello_world.cu文件，编辑其内容如下：

#include<cstdio>

__global__ void hello_world()
{
  printf("GPU: Hello world!\n");
}

int main()
{
  printf("CPU: Hello world!\n");
  hello_world<<<1,10>>>();
  cudaDeviceReset();  // 确保刷新资源并整理输出
  system("pause");
  return 0;
}

这个代码都做了什么？首先我们定义了一个CUDA核函数（Kernel）——hello_world()。核函数使用__global__限定符声明，表明它可以从主机（CPU）代码中调用，并在设备（GPU）上并行执行。这里hello_world()的作用是打印一条消息。__global__可以看作是GPU指令运行的主函数。

在main函数里，我们首先用CPU打印一条消息，使用CPU执行的指令和正常C语言写法相同。之后我们调用hello_world核函数，使用使用<<<1,10>>>语法指定启动配置，这个语法意味着什么？

其中，1表示启动1个块，10表示每个块中有10个线程。因此，核函数hello_world将在GPU上并行执行10次，而这10次运行是在GPU上并行实现的。具体并行方式涉及到GPU架构问题，我们放到下一篇再展开叙述。

3.2 使用nvcc运行hello_world.cu

打开cmd命令行窗口，使用cd指令，将目录转移到hello_world.cu所在文件夹，并使用以下指令来使用nvcc编译hellow_world.cu：

nvcc -o hello_world hello_world.cu

这条命令告诉nvcc，将hello_world.cu编译成名为hello_world.exe的可执行文件。同时也可以通过添加其他编译选项来自定义编译过程，例如指定架构或优化级别等。生成hellow_world.exe后打开，即可运行编译好的hello_world.cu程序。

往往小型的测试项目直接使用nvcc编译是没问题的，但面对稍微大一点的项目，我们便使用CMake来编译和运行CUDA文件。CMake提供了一种更灵活、可扩展的方式来管理复杂项目的构建过程。特别是对于涉及多个文件、依赖关系和不同编译器选项（如CUDA项目）的情况，CMake可以简化构建配置，确保在不同平台和环境下的一致性。CMake可以自动检测编译器、库和工具，生成适用于特定平台的构建系统（如CLion项目或Visual Studio解决方案）。接下来，我们使用CMake和CLion来进行CUDA的进一步开发。

四、配置CLion

4.1 Toolchains工具链

注意：CUDA开发是不支持Ming64作为工具链的，我们要将其默认的Ming64改为Visual Studio。直接在CLion里进行设置就行了。可以看到作为default的Ming64已经被删掉了。

4.2 CMake

CLion会自动检测CMake并配置的。如果编译时出现了问题，可以根据下图检查一下CMake是否配置正确。

五、编写CMake文件

CMake是一个免费的多平台编译工具，旨在构建、测试和软件打包。CMake是用于控制软件使用简单的平台和编译器编译过程独立配置文件。在一些大型项目中，CMake扮演了向导的角色，目的是实现软件构建流程的自动化，并且是跨平台的。

负责了解如何编写CMake文件前，我们要先知道为什么使用CMake。原因很简单，CUDA开发库是十分庞大的，我们要使用CMake确保开发环境可编译，以便使用C语言开发。

在拥有CMake的环境下，我们在CLion新建一个untitled的Project，可以发现其自动生成了一个CMakeLists.txt，其内容如下：

cmake_minimum_required(VERSION 3.27)
project(untitled)

set(CMAKE_CXX_STANDARD 17)

add_executable(untitled main.cpp)

里面包含了一些工程的基础信息，包括CMake的版本、项目的名称、使用的标准以及添加执行的信息。我们的最终目标不是运行.cpp文件，而是执行CUDA文件。我们创建一个test.cu文件，并对CMakeLists.txt文件进行一些简单的改动，其中加粗部分是改动的内容：

cmake_minimum_required(VERSION 3.27)
project(untitled CXX C CUDA)

set(CMAKE_CXX_STANDARD 17)

add_executable(untitled test.cu)

我们为项目指定了使用哪些语言（CXX=GCC），并将test.cu加入到了执行。

六、在CLion中编写CUDA代码

在test.cu内编写以下内容：

#include<cstdio>
__global__ void hello_world()
{
    printf("GPU: Hello world!\n");
}
int main()
{
    printf("CPU: Hello world!\n");
    hello_world<<<1,10>>>();
    cudaDeviceReset();
    return 0;
}

之后进行编译，成功。至此我们搭建了CLion中使用CUDA的环境。