第2篇：CUDA编程环境搭建（Windows篇）

码农一生
173 阅读9分钟

工欲善其事，必先利其器。这篇文章将带你在 Windows 上从零搭建 CUDA 开发环境，让你的第一个 GPU 程序顺利跑起来。

开始之前：你需要什么？

在动手之前，让我们先确认你手边有没有这些东西：

硬件要求

必须：一块 NVIDIA 显卡

这是学习 CUDA 的硬门槛。CUDA 是 NVIDIA 的专有技术，只能在 NVIDIA 显卡上运行。

好消息是，对入门学习来说，要求并不高：

显卡级别示例型号学习适用性
入门级GTX 1050, GTX 1650✅ 完全够用
中端RTX 3060, RTX 4060✅ 很舒服
高端RTX 3090, RTX 4090✅ 土豪随意
笔记本显卡MX450, RTX 3050 Laptop✅ 可以学习

不支持的情况：

  • AMD 显卡（Radeon 系列）—— 抱歉，CUDA 不支持
  • Intel 集成显卡 —— 同样不支持
  • 苹果 M 系列芯片 —— 也不支持（可以考虑云 GPU）

如何确认你的显卡型号？

按 Win + X，选择"设备管理器"，展开"显示适配器"，就能看到你的显卡型号。

软件要求

  • Windows 10 或 Windows 11（推荐 64 位系统）
  • 足够的硬盘空间：至少预留 10GB（CUDA Toolkit 比较大）
  • 管理员权限：安装驱动和开发工具需要

第一步：安装/更新 NVIDIA 显卡驱动

驱动是硬件和软件之间的桥梁。虽然你的电脑可能已经装了显卡驱动，但我们需要确保它足够新。

方法一：通过 GeForce Experience（推荐新手）

  1. 访问 GeForce Experience 下载页面
  2. 下载并安装 GeForce Experience
  3. 打开软件，登录 NVIDIA 账号
  4. 点击"驱动程序"选项卡
  5. 如果有更新，点击"下载"然后"快速安装"

这个方法的好处是以后驱动更新会自动提醒你。

方法二：手动下载驱动（推荐有经验的用户）

  1. 访问 NVIDIA 驱动下载页面
  2. 选择你的显卡型号：
    • 产品类型：GeForce / Quadro / Tesla（根据你的显卡）
    • 产品系列：比如 GeForce RTX 40 Series
    • 产品：比如 GeForce RTX 4060
    • 操作系统：Windows 11 64-bit 或 Windows 10 64-bit
    • 下载类型：Game Ready Driver（GRD）或 Studio Driver（SD）都可以
  3. 点击"搜索"，然后下载
  4. 运行安装程序，选择"快速安装"

验证驱动安装

安装完成后，打开命令提示符（按 Win + R，输入 cmd，回车），输入：

nvidia-smi

如果看到类似下面的输出，说明驱动安装成功：

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 535.154.05   Driver Version: 535.154.05   CUDA Version: 12.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ...  Off  | 00000000:01:00.0  On |                  N/A |
| 30%   45C    P8    10W / 170W |    512MiB /  8192MiB |      2%      Default |
+-------------------------------+----------------------+----------------------+

关键信息解读：

  • Driver Version：驱动版本号
  • CUDA Version：驱动支持的最高 CUDA 版本（这不是你安装的 CUDA Toolkit 版本）
  • GPU Name：你的显卡型号
  • Memory-Usage：显存使用情况

如果命令报错"nvidia-smi 不是内部或外部命令"，说明驱动没装好或者环境变量有问题，需要重新安装。

第二步：安装 CUDA Toolkit

CUDA Toolkit 是核心开发包，包含：

  • nvcc：CUDA 编译器
  • CUDA Runtime：运行时库
  • cuBLAS、cuFFT 等常用库
  • Nsight 性能分析工具
  • 示例代码

选择版本

访问 CUDA Toolkit 下载页面

你会看到最新版本的下载选项。对于初学者，推荐下载最新的稳定版本。

截至本文撰写时，最新版本是 CUDA 12.x 系列。

版本兼容性说明：

  • CUDA Toolkit 版本必须 ≤ 驱动支持的 CUDA 版本
  • 比如你的 nvidia-smi 显示 CUDA Version: 12.2，那你可以安装 CUDA 12.2 或更低版本

下载选项

在下载页面，按以下选项选择：

选项推荐选择
Operating SystemWindows
Architecturex86_64
Version10 或 11（取决于你的系统）
Installer Typeexe (local) — 推荐

exe (local) 会下载完整安装包（约 2-3GB），安装时不需要联网。

exe (network) 是在线安装器，安装时才下载，网络不好容易失败。

安装步骤

  1. 运行安装程序

    双击下载的 exe 文件，等待解压。

  2. 选择安装选项

    出现安装选项时，选择 "自定义（高级）"，这样你可以看到具体安装了什么。

  3. 选择组件

    推荐全部勾选，特别是：

    • ✅ CUDA（核心组件）
    • ✅ CUDA Documentation
    • ✅ CUDA Visual Studio Integration（如果你用 VS）
    • ✅ Nsight Systems
    • ✅ Nsight Compute

  4. 选择安装路径

    默认路径通常是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.x

    建议：保持默认路径，避免路径中包含中文或空格。

  5. 等待安装完成

    安装过程可能需要 5-15 分钟，取决于你的硬盘速度。

验证 CUDA Toolkit 安装

打开新的命令提示符（重要！要新开一个窗口，让环境变量生效），输入：

nvcc --version

应该看到类似输出：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Tue_Aug_15_22:02:13_PDT_2023
Cuda compilation tools, release 12.2, V12.2.140
Build cuda_12.2.r12.2/compiler.33191640_0

如果看到版本信息，恭喜你，CUDA Toolkit 安装成功了！

如果报错"nvcc 不是内部或外部命令"，说明环境变量没配好，请看下一节。

第三步：配置环境变量（如果需要）

正常情况下，CUDA 安装程序会自动配置环境变量。但有时候可能出问题，这里教你如何手动检查和配置。

检查环境变量

  1. 按 Win + R，输入 sysdm.cpl，回车
  2. 点击"高级"选项卡
  3. 点击"环境变量"按钮
  4. 在"系统变量"中查找

需要确认的变量：

变量名应该的值（示例）
CUDA_PATHC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2
CUDA_PATH_V12_2同上

Path 变量中应该包含：

  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2\bin
  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2\libnvvp

手动添加环境变量

如果缺少上述变量，手动添加：

  1. 在"系统变量"区域点击"新建"

  2. 变量名：CUDA_PATH

  3. 变量值：你的 CUDA 安装路径

  4. 双击 Path 变量

  5. 点击"新建"，添加：

    • %CUDA_PATH%\bin
    • %CUDA_PATH%\libnvvp

  6. 点击确定保存

重要：修改环境变量后，必须重新打开命令提示符才能生效。

第四步：安装 Visual Studio（可选但强烈推荐）

虽然你可以只用命令行编译 CUDA 程序，但有一个好的 IDE 会让开发体验好很多。Visual Studio 是 Windows 上开发 CUDA 的最佳选择。

为什么推荐 Visual Studio？

  • CUDA Toolkit 原生支持 VS 集成
  • 语法高亮、代码补全
  • 图形化调试器
  • Nsight 工具集成

安装步骤

  1. 访问 Visual Studio 下载页面

  2. 下载 Visual Studio Community（免费版，功能足够）

  3. 运行安装程序

  4. 在工作负载选择界面，勾选：

    • ✅ 使用 C++ 的桌面开发（必选）
    • ✅ 通用 Windows 平台开发（可选）

  5. 点击安装，等待完成（可能需要下载几个 GB）

验证 VS 与 CUDA 集成

安装完成后：

  1. 打开 Visual Studio
  2. 创建新项目
  3. 在模板搜索框输入 "CUDA"
  4. 如果能看到 "CUDA Runtime" 项目模板，说明集成成功

如果看不到 CUDA 模板，可能是 CUDA Toolkit 在 VS 之后安装的。解决方法：

  • 重新运行 CUDA Toolkit 安装程序
  • 选择"修复"或重新安装 VS Integration 组件

第五步：安装 VS Code（轻量级替代方案）

如果你不想装笨重的 Visual Studio，VS Code 是个不错的轻量级选择。

安装步骤

  1. 访问 VS Code 下载页面
  2. 下载并安装

推荐插件

打开 VS Code，按 Ctrl + Shift + X 打开扩展商店，搜索并安装：

插件名作用
C/C++微软官方 C++ 支持
CUDA C++CUDA 语法高亮
Nsight Visual Studio Code EditionNVIDIA 官方调试工具

配置编译任务

在项目文件夹创建 .vscode/tasks.json：

{
    "version": "2.0.0",
    "tasks": [
        {
            "label": "CUDA Build",
            "type": "shell",
            "command": "nvcc",
            "args": [
                "-o",
                "${fileBasenameNoExtension}.exe",
                "${file}"
            ],
            "group": {
                "kind": "build",
                "isDefault": true
            }
        }
    ]
}

这样你就可以用 Ctrl + Shift + B 直接编译 CUDA 程序了。

常见问题排查

问题一：nvidia-smi 命令找不到

症状：命令提示符显示"nvidia-smi 不是内部或外部命令"

原因：显卡驱动没有正确安装，或者 nvidia-smi.exe 不在 PATH 中

解决方法：

  1. 重新安装显卡驱动
  2. 检查 C:\Windows\System32\nvidia-smi.exe 是否存在
  3. 如果存在但命令不行，检查 System32 是否在 PATH 中

问题二：nvcc 命令找不到

症状：命令提示符显示"nvcc 不是内部或外部命令"

原因：CUDA Toolkit 的 bin 目录没有加入 PATH

解决方法：

  1. 按照"第三步"手动配置环境变量
  2. 确保 %CUDA_PATH%\bin 在 PATH 中
  3. 重新打开命令提示符

问题三：CUDA 版本与驱动不兼容

症状：运行 CUDA 程序时报错"CUDA driver version is insufficient"

原因：安装的 CUDA Toolkit 版本高于驱动支持的版本

解决方法：

  1. 升级显卡驱动到最新版本，或
  2. 安装较低版本的 CUDA Toolkit

问题四：Visual Studio 找不到 CUDA 模板

症状：VS 中搜索不到 CUDA 项目模板

原因：CUDA Toolkit 的 VS 集成组件没有安装

解决方法：

  1. 重新运行 CUDA Toolkit 安装程序
  2. 选择"修改"
  3. 确保勾选了 "CUDA Visual Studio Integration"
  4. 完成安装后重启 VS

问题五：安装过程中卡住或报错

症状：安装进度条不动，或弹出错误窗口

可能原因：

  • 杀毒软件干扰
  • 之前的 CUDA 版本残留
  • 磁盘空间不足

解决方法：

  1. 临时关闭杀毒软件
  2. 用 DDU（Display Driver Uninstaller）彻底清除旧驱动
  3. 确保有至少 10GB 可用空间
  4. 以管理员身份运行安装程序

环境检查清单

安装完成后，用这个清单确认一切正常：

# 1. 检查显卡驱动
nvidia-smi

# 2. 检查 CUDA 编译器
nvcc --version

# 3. 检查 CUDA 路径
echo %CUDA_PATH%

# 4. 检查设备信息（可选，需要编译示例程序）
cd "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.x\extras\demo_suite"
deviceQuery.exe

如果 deviceQuery.exe 运行成功并显示 Result = PASS，说明你的 CUDA 环境已经完全就绪！

写在最后

恭喜你！如果你按照本文一步步操作，现在应该已经拥有了一个完整的 CUDA 开发环境。

回顾一下我们做了什么：

  1. ✅ 安装/更新了 NVIDIA 显卡驱动
  2. ✅ 安装了 CUDA Toolkit
  3. ✅ 配置了环境变量
  4. ✅ 安装了开发工具（VS 或 VS Code）
  5. ✅ 验证了环境配置正确

环境搭建是学习 CUDA 的第一道门槛，很多人就卡在这一步。但你已经跨过来了，接下来就是真正有趣的部分——开始写代码！

下一篇文章，我们将深入理解 CUDA 编程的核心概念：线程、块、网格。这些概念是 CUDA 编程的基石，理解它们将帮助你写出高效的 GPU 程序。

敬请期待！

avatar
文章
阅读
粉丝