文章目录

• ​​1.前言​​
• ​​2.VS2017​​
• ​​3. cuda11​​
• ​​4.pycuda​​
• ​​5. boost​​
• ​​6.测试boost​​

1.前言

默认已经安装好了anaconda以及cuda。本篇博文简单讲下相关环境的配置。

2.VS2017

下载vs2017，选择c++和python的开发工具

添加环境变量：在变量Path中，新增cl.exe的全路径，我的全路径是“C:\Program Files (x86)\Microsoft Visual Studio\2017\Enterprise\VC\Tools\MSVC\14.16.27023\bin\Hostx64\x64\cl.exe”

检验下

3. cuda11

到CUDA官网下载CUDA，除自动添加的path外，添加新的path

CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.1
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH =%CUDA_SDK_PATH%\common\lib\x64

4.pycuda

安装

pip install pycuda

测试

import pycuda.autoinit
import pycuda.driver as drv
import numpy
 
from pycuda.compiler import SourceModule
mod = SourceModule("""
__global__ void multiply_them(float *dest, float *a, float *b)
{
  const int i = threadIdx.x;
  dest[i] = a[i] * b[i];
}
""")
 
multiply_them = mod.get_function("multiply_them")
 
a = numpy.random.randn(400).astype(numpy.float32)
b = numpy.random.randn(400).astype(numpy.float32)
 
dest = numpy.zeros_like(a)
multiply_them(
        drv.Out(dest), drv.In(a), drv.In(b),
        block=(400,1,1), grid=(1,1))
 
print ( dest-a*b )

5. boost

打开vs2017的x64命令行

切换到boost解压路径

运行bootstrap.bat

运行bjam.exe

运行成功之后显示

6.测试boost

• 打开VS2019，新建一个空C++项目，并创建main.cpp 文件。点击项目的属性。
• .在vc++目录中包含目录添加boost路径D:\aboost\boost_1_73_0，库目录添加
  D:\aboost\boost_1_73_0\stage\lib。保存即可。
  

测试代码

#include <iostream>
#include <boost/sort/sort.hpp>
#include <algorithm>
#include <vector>
using namespace std;
int main()
{
    vector<int> arr;
    while (arr.size() < 100) arr.push_back(std::rand());
    boost::sort::block_indirect_sort(std::begin(arr), std::end(arr));
    for_each(std::begin(arr), std::end(arr), [](int& a) {
        cout << a << "\t";
        });
    return 0;

}

测试结果

注意：这里运行要选择你之前命令行选择的版本，要不然boost不会包含在内，会出错。我这里选择的是