cuda編譯環境
『壹』 如何在vc6.0環境下進行cuda編程
nvcc現在支持的只有vs7.0和vs8.0 就是vc2003和vc2005
不過也可以試試VC6的：
例如一個編譯選項這樣的：
nvcc.exe -ccbin "C:\Program Files\Microsoft Visual Studio 8\隱培賣VC\bin"
-deviceemu -link -D_DEBUG -DWIN32 -D_CONSOLE -D_MBCS -Xcompiler
/EHsc,/W3,/nologo,/Wp64,/Od,/Zi,/RTC1,/MTd -IC:\CUDA\include -I./
-I"C:\Program Files\NVIDIA Corporation\NVIDIA CUDA SDK\common\inc"
-L"C:\CUDA\lib" -lcudart -L"灶逗C:\Program Files\NVIDIA Corporation\NVIDIA
CUDA SDK\common\lib" -lcutil32" simpleTexture.cu
or
nvcc.exe -ccbin "C:\Program Files\Microsoft Visual Studio 8\VC\bin"
-deviceemu -link -D_DEBUG -DWIN32 -D_CONSOLE -D_MBCS -Xcompiler
/EHsc,/W3,/nologo,/Wp64,/Od,/Zi,/RTC1,/MTd -IC:\CUDA\include -I./
-I"C:\Program Files\NVIDIA Corporation\NVIDIA CUDA SDK\common\inc"
"C:\CUDA\lib/cudart.lib" "C:\Program Files\NVIDIA Corporation\NVIDIA
CUDA SDK\common\lib/cutil32.lib" simpleTexture.cu
你可以把vc的路徑換成vc6的，試試，我沒有vc6，所以不好給lz測試，見諒；中薯
如果是模擬運行，就是把編譯環境添加一個-deviceemu 編譯選項就可以了。隨便說一句，現在調試只能在模擬運行的debug模式下才行；
如果是正版問題，那lz可以看看linux；
『貳』 CUDA編譯出錯，求助各位大大，感激
那個錯誤不用管（語法沒有錯誤，是編譯環境按C++的語法提示報錯） 運行出錯可能是計算能力設置不匹配，兄慶屬性 -> 配置屬性 -> CUDA C/C++ -> Device -> Code Generation，手哪假設你的卡計算能力1.3，則設置為compute_13,sm_13，默認的可能不對
你好，經我試驗過的，一個簡單的辦法：打開出現warning的文件，Ctrl+A全選，然後在文件菜單：file->Advanced save options，在彈出的選項中選擇新的畢塵碼編碼方式為：UNICODE- codepage 1200 ，點確定後重新編譯。
『叄』 cuda編程前的環境配置
CUDA開發環境配置
依次安裝 Driver,Toolkit,SDK。注意最好安裝路徑中不含空格。
使用開勇的CUDA_VS_Wizard (http://sourceforge.net/projects/cudavswizard/) 配置Visual Studio 2008的CUDA項目
安裝Visual AssistantX
打開VS, 選擇 工具->選項->項目與解決方案->VC++項目設置，在「C/C++文件擴展名」後添加*.cu，在「包括的擴展名」後添加.cu
打開Visual AssistantX設置，在Projects->C/C++ Directories 里，Platform選擇Custom，Show Directories for選擇Stable include files，添加CUDA Toolkit的include目錄路徑
導入注冊表(點我)，讓Visual AssistantX支盯並持CUDA的cu文件和語法高亮
在系統環境變數添加一個新項，隨便起名。這里作為例子，取CUDA_DLL。
值填寫SDK裡面\C\Bin\win32\下面的四個目錄(64位系統將win32改成win64)。
（例如sdk安凱沒跡裝在目錄E:\CUDA\win7_64_2.3\sdk里，則CUDA_DLL環境變數的值應為：
E:\CUDA\win7_64_2.3\sdk\C\win64\Debug;
E:\CUDA\win7_64_2.3\sdk\C\win64\EmuDebug;
E:\CUDA\win7_64_2.3\sdk\C\win64\EmuRelease;
E:\CUDA\win7_64_2.3\sdk\C\win64\Release
再在PATH環境變數最後添加%CUDA_DLL%
2009/12/20 Update:
在64位系統，完成以上步驟後，在vs新建項目時遇到錯誤"Err Source: CreateCustomProject"
解決方法：在控制察褲面板->添加刪除程序，進入vs的維護模式，勾選Visual C++下面的x64編譯器（此選項在默認是沒有安裝的），之後可能會遇到找不到"SQLSysClrTypes.msi"的問題，取消之即可（這個文件在vs2008 sp1的iso裡面有，但無論我選擇sp1 iso的根目錄還是該文件所在的目錄，均無法繼續安裝）
『肆』 linux下CUDA程序一般怎麼編譯
有以下步驟：
1.源程序的編譯
在Linux下面,如果要編譯一個C語言源程序,我們要使用GNU的gcc編譯器. 下面
我們以一個實例來說明如何使用gcc編譯器.
假設我們有下面一個非常簡單的源程序(hello.c):
int main(int argc,char **argv)
{
printf("Hello Linux\n");
}
要編譯這個程序,我們只要在命令行下執行:
gcc -o hello hello.c
gcc 編譯器就會為我們生成一個hello的可執行文件.執行./hello就可以看到程
序的輸出結果了.命令行中 gcc表示我們是用gcc來編譯我們的源程序,-o 選項表示
我們要求編譯器給我們輸出的可執行文件名為hello 而hello.c是我們的源程序文件.
gcc編譯器有許多選項,一般來說我們只要知道其中的幾個就夠了. -o選項我們
已經知道了,表示我們要求輸出的可執行文件名. -c選項表示此慧我們只要求編譯器輸出
目標代碼,而不必要輸出可執行文件. -g選項拍扒差表示我們要求編譯器在編譯的時候提
供我們以後對程序進行調試的信息.
知道了這三個選項,我們就可以編譯我們自己所寫的簡單的源程序了,如果你
想要知道更多的選項,可以查看gcc的幫助文檔,那裡有著許多對其它選項的詳細說
明.
2.Makefile的編寫
假設我們有下面這樣的一個程序,源代碼如下襲皮:
#include "mytool1.h"
#include "mytool2.h"
int main(int argc,char **argv)
{
mytool1_print("hello");
mytool2_print("hello");
}
#ifndef _MYTOOL_1_H
#define _MYTOOL_1_H
void mytool1_print(char *print_str);
#endif
#include "mytool1.h"
void mytool1_print(char *print_str)
{
printf("This is mytool1 print %s\n",print_str);
}
#ifndef _MYTOOL_2_H
#define _MYTOOL_2_H
void mytool2_print(char *print_str);
#endif
#include "mytool2.h"
void mytool2_print(char *print_str)
{
printf("This is mytool2 print %s\n",print_str);
}
當然由於這個程序是很短的我們可以這樣來編譯
gcc -c main.c
gcc -c mytool1.c
gcc -c mytool2.c
gcc -o main main.o mytool1.o mytool2.o
這樣的話我們也可以產生main程序,而且也不時很麻煩.但是如果我們考慮一
下如果有一天我們修改了其中的一個文件(比如說mytool1.c)那麼我們難道還要重
新輸入上面的命令?也許你會說,這個很容易解決啊,我寫一個SHELL腳本,讓她幫我
去完成不就可以了.是的對於這個程序來說,是可以起到作用的.但是當我們把事情
想的更復雜一點,如果我們的程序有幾百個源程序的時候,難道也要編譯器重新一
個一個的去編譯?
為此,聰明的程序員們想出了一個很好的工具來做這件事情,這就是make.我們
只要執行以下make,就可以把上面的問題解決掉.在我們執行make之前,我們要先
編寫一個非常重要的文件.--Makefile.對於上面的那個程序來說,可能的一個
Makefile的文件是:
# 這是上面那個程序的Makefile文件
main:main.o mytool1.o mytool2.o
gcc -o main main.o mytool1.o mytool2.o
main.o:main.c mytool1.h mytool2.h
gcc -c main.c
mytool1.o:mytool1.c mytool1.h
gcc -c mytool1.c
mytool2.o:mytool2.c mytool2.h
gcc -c mytool2.c
有了這個Makefile文件,不過我們什麼時候修改了源程序當中的什麼文件,我們
只要執行make命令,我們的編譯器都只會去編譯和我們修改的文件有關的文件,其
它的文件她連理都不想去理的.
下面我們學習Makefile是如何編寫的.
在Makefile中也#開始的行都是注釋行.Makefile中最重要的是描述文件的依賴
關系的說明.一般的格式是:
target: components
TAB rule
第一行表示的是依賴關系.第二行是規則.
比如說我們上面的那個Makefile文件的第二行
main:main.o mytool1.o mytool2.o
表示我們的目標(target)main的依賴對象(components)是main.o mytool1.o
mytool2.o 當倚賴的對象在目標修改後修改的話,就要去執行規則一行所指定的命
令.就象我們的上面那個Makefile第三行所說的一樣要執行 gcc -o main main.o
mytool1.o mytool2.o 注意規則一行中的TAB表示那裡是一個TAB鍵
Makefile有三個非常有用的變數.分別是$@,$^,$<代表的意義分別是:
$@--目標文件,$^--所有的依賴文件,$<--第一個依賴文件.
如果我們使用上面三個變數,那麼我們可以簡化我們的Makefile文件為:
# 這是簡化後的Makefile
main:main.o mytool1.o mytool2.o
gcc -o $@ $^
main.o:main.c mytool1.h mytool2.h
gcc -c $<
mytool1.o:mytool1.c mytool1.h
gcc -c $<
mytool2.o:mytool2.c mytool2.h
gcc -c $<
經過簡化後我們的Makefile是簡單了一點,不過人們有時候還想簡單一點.這里
我們學習一個Makefile的預設規則
.c.o:
gcc -c $<
這個規則表示所有的 .o文件都是依賴與相應的.c文件的.例如mytool.o依賴於
mytool.c這樣Makefile還可以變為:
# 這是再一次簡化後的Makefile
main:main.o mytool1.o mytool2.o
gcc -o $@ $^
.c.o:
gcc -c $<
好了,我們的Makefile 也差不多了,如果想知道更多的關於Makefile規則可以查
看相應的文檔.
3.程序庫的鏈接
試著編譯下面這個程序
#include
int main(int argc,char **argv)
{
double value;
printf("Value:%f\n",value);
}
這個程序相當簡單,但是當我們用 gcc -o temp temp.c 編譯時會出現下面所示
的錯誤.
/tmp/cc33Ky.o: In function `main':
/tmp/cc33Ky.o(.text+0xe): undefined reference to `log'
collect2: ld returned 1 exit status
出現這個錯誤是因為編譯器找不到log的具體實現.雖然我們包括了正確的頭
文件,但是我們在編譯的時候還是要連接確定的庫.在Linux下,為了使用數學函數,我
們必須和數學庫連接,為此我們要加入 -lm 選項. gcc -o temp temp.c -lm這樣才能夠
正確的編譯.也許有人要問,前面我們用printf函數的時候怎麼沒有連接庫呢?是這樣
的,對於一些常用的函數的實現,gcc編譯器會自動去連接一些常用庫,這樣我們就沒
有必要自己去指定了. 有時候我們在編譯程序的時候還要指定庫的路徑,這個時候
我們要用到編譯器的 -L選項指定路徑.比如說我們有一個庫在 /home/hoyt/mylib下
,這樣我們編譯的時候還要加上 -L/home/hoyt/mylib.對於一些標准庫來說,我們沒
有必要指出路徑.只要它們在起預設庫的路徑下就可以了.系統的預設庫的路徑/lib
/usr/lib /usr/local/lib 在這三個路徑下面的庫,我們可以不指定路徑.
還有一個問題,有時候我們使用了某個函數,但是我們不知道庫的名字,這個時
候怎麼辦呢?很抱歉,對於這個問題我也不知道答案,我只有一個傻辦法.首先,我到
標准庫路徑下面去找看看有沒有和我用的函數相關的庫,我就這樣找到了線程
(thread)函數的庫文件(libpthread.a). 當然,如果找不到,只有一個笨方法.比如我要找
sin這個函數所在的庫. 就只好用 nm -o /lib/*.so|grep sin>~/sin 命令,然後看~/sin
文件,到那裡面去找了. 在sin文件當中,我會找到這樣的一行libm-2.1.2.so:00009fa0
W sin 這樣我就知道了sin在 libm-2.1.2.so庫裡面,我用 -lm選項就可以了(去掉前面
的lib和後面的版本標志,就剩下m了所以是 -lm).
4.程序的調試
我們編寫的程序不太可能一次性就會成功的,在我們的程序當中,會出現許許
多多我們想不到的錯誤,這個時候我們就要對我們的程序進行調試了.
最常用的調試軟體是gdb.如果你想在圖形界面下調試程序,那麼你現在可以選
擇xxgdb.記得要在編譯的時候加入 -g選項.關於gdb的使用可以看gdb的幫助文件.由
於我沒有用過這個軟體,所以我也不能夠說出如何使用. 不過我不喜歡用gdb.跟蹤
一個程序是很煩的事情,我一般用在程序當中輸出中間變數的值來調試程序的.當
然你可以選擇自己的辦法,沒有必要去學別人的.現在有了許多IDE環境,裡面已經自
己帶了調試器了.你可以選擇幾個試一試找出自己喜歡的一個用.
5.頭文件和系統求助
有時候我們只知道一個函數的大概形式,不記得確切的表達式,或者是不記得函數在那個頭文件進行了說明.這個時候我們可以求助系統，比如說我們想知道fread這個函數的確切形式,我們只要執行 man fread 系統就會輸出著函數的詳細解釋的.和這個函數所在的頭文件說明了。如果我們要write這個函數說明，當我們執行man write時，輸出的結果卻不是我們所需要的。因為我們要的是write這個函數的說明，可是出來的卻是write這個命令的說明。為了得到write的函數說明我們要用man 2 write。2表示我們用的是write這個函數是系統調用函數，還有一個我們常用的是3表示函數是c的庫函數。
『伍』 在CUDA編譯環境搭建總是出現這句提醒，哪位大神幫忙解答下，如何處理謝謝了。。。
此圖往往很常見，在使用「遠程桌面」登錄的時候，就會提示這個。這是其一。也是最大的原因。
其二，當CUDA 6.0自帶的驅動（大約3-4月份的好像），不足矣識別出你的顯卡（例如你是非常非常新的5月份剛出的顯卡），也會出現此提示，後者可以簡單的繼續安裝，然後等最後會提示顯卡驅動沒有安裝，這時可以先無視，然後下載最新的顯卡驅動，然後安裝即可碧游.這是第二點。也是概率次一級的可能。
第三，有些筆記本答慧絕電腦，不能使用NV提供的標准驅動，而是需要使用具體廠家提供的特製版本驅動才可以使用，（一般有些日系的筆記本常見）此時可以像第二點那樣，繼續安裝到底，然後再安裝特定的驅動即可。
第四，你用的是A卡。清姿
請逐項排除。
『陸』 在vs中運行CUDA每新建一個項目都要編譯一次環境嗎
每建立一個項目，都需要配置一次環境，但是可以使用nsight預先配置好的類型，直接選擇即可。
『柒』 如何在NVIIA Jeston K1上安裝CUDA環境
在英偉達的官網上下載對應系統版本的cuda5.5工具包，我的筆記本是32位的，下載的包是cuda_5.5.22_linux_32.run，當然下載deb包也可以，deb包脊皮可雙擊安裝。推薦使用run包。 檢查自己的系統是否符合安裝條件，這一點很重要，我開始沒有檢測GCC，導致後面櫻腔差幾次安裝失敗。命令$lspci | grep -i nvidia ，檢測電腦是否安裝NVIDIA顯卡，命令$gcc --version,檢測GCC版本，注意：CUDA5.5隻支持GCC4.6版本，如果顯示的不是下圖所示，則需要重新將GCC鏈接。同時安裝頭文件和編譯環境$sudo apt-get install linux-headers-$(uname -r) build-essential gcc版本是4.6的跳過此步。如果gcc版本不是4.6的，則需要將GCC重新鏈接，在目錄/usr/bin下，只需兩個命令即可完成重新鏈接。 $sudo mv gcc gcc.bak $sudo ln -s gcc-4.6 gcc 刪除之前的Ubuntu nvidia驅動包，$sudo apt-get –purge remove nvidia*,並將開源驅動nouveau屏蔽掉，使用命令$sudo vim /etc/modprobe.d/blacklist.conf，添加blacklist vga16fb blacklist nouveau blacklist rivafb blacklist nvidiafb blacklist rivatv。 關閉圖形環境，$sudo stop lightdm，按Ctrl＋Alt＋F1，打開一個終端，登錄。進入下載的Ubuntu nvidia驅動安裝文件所在目錄,$sudo sh ./cuda_5.5.22_linux_32.run命令進行安裝。如果遇到failed，不用著急圓核，打開安裝log，排查問題，warning不用管，看ERROR。 安裝完成後，需要重啟。此時電腦清晰多了，說明安裝成功。 從事GPU開發的我們還需要裝上cuda和openCL庫的支持：$sudo apt-get install nvidia-current-dev。
『捌』 cuda環境搭建必須要有nvidia(gpu)顯卡嗎,intel或者ati顯卡可以嗎
cuda環境搭建必須要有nvidia(gpu)顯卡。
CUDA主要是面向Nvidia的GPU的。Nvidia也推出了CUDA X86，使CUDA代碼可以由X86處理器執行，盡管這只肢宴大是提高了CUDA的代碼兼容性而已。Intel和AMD的顯示晶元都不能進行CUDA編程。
想要讓cuda環境搭建在Windows8.1下搭建能利用GPU並行運算，必須有支持GPU並行運算的Nvidia顯卡，且要安裝CUDA，千萬不要電腦上是Intel或AMD的顯卡，卻要編寫CUDA。
(8)cuda編譯環境擴展閱讀
CUDA(Compute Unified Device Architecture)，顯卡廠商NVidia推出的運算平台。 CUDA™是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題。
它包含了CUDA指令集架構（ISA）以及GPU內部的並行計算引擎。 開發人員現在可以使用C語言來為CUDA™架構編寫歷豎程序，C語言是應用最廣泛的一種高級編程語言。
所編寫出的程序於是就可以在支持CUDA™的處理器上以超高性能運行。 將來還會支持其它語言，包祥消括FORTRAN以及C++。
基於A跟N的競爭關系，A是肯定得不到專利授權的。
『玖』 cuda主要用於哪。具體是什麼。
CUDA CUDA(Compute Unified Device Architecture)，顯卡廠商NVidia推出的運算平台。 CUDA是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題。 它包含了CUDA指令集架構（ISA）以及GPU內部的並行計算引擎。 開發人員現在可以使用C語言來為CUDA架構編寫程序，C語言是應用最廣泛的一種高級編程語言。所編寫出的程序於是就可以在支持CUDA的處理器上以超高性能運行。 將來還會支持其它語言，包括FORTRAN以及C++。 隨著顯卡的發展，GPU越來越強大，而且GPU為顯示圖像做了優化。在計算上已經超越了通用的CPU。如此強大的晶元如果只是作為顯卡就太浪費了，因此NVidia推出CUDA，讓顯卡可以用於圖像計算以外的目的。 目前只有G80、G92、G94和GT200平台的NVidia顯卡才能使用CUDA，工具集的核心是一個C語言編譯器。G80中擁有128個單獨的ALU，因此非常適合並行計算，而且數值計算的速度遠遠優於CPU。 CUDA的SDK中的編譯器和開發平台支持Windows、Linux系統，可以與Visual Studio2005集成在一起。 Geforce8CUDA（Compute Unified Device Architecture）是一個新的基礎架構，這個架構可以使用GPU來解決商業、工業以及科學方面的復雜計算問題。它是一個完整的GPGPU解決方案，提供了硬體的直接訪問介面，而不必像傳統方式一樣必須依賴圖形API介面來實現GPU的訪問。在架構上採用了一種全新的計算體系結構來使用GPU提供的硬體資源，從而給大規模的數據計算應用提供了一種比CPU更加強大的計算能力。CUDA採用C語言作為編程語言提供大量的高性能計算指令開發能力，使開發者能夠在GPU的強大計算能力的基礎上建立起一種效率更高的密集數據計算解決方案。 從CUDA體系結構的組成來說，包含了三個部分：開發庫、運行期環境和驅動（表2）。 開發庫是基於CUDA技術所提供的應用開發庫。目前CUDA的1.1版提供了兩個標準的數學運算庫——CUFFT（離散快速傅立葉變換）和CUBLAS（離散基本線性計算）的實現。這兩個數學運算庫所解決的是典型的大規模的並行計算問題，也是在密集數據計算中非常常見的計算類型。開發人員在開發庫的基礎上可以快速、方便的建立起自己的計算應用。此外，開發人員也可以在CUDA的技術基礎上實現出更多的開發庫。 運行期環境提供了應用開發介面和運行期組件，包括基本數據類型的定義和各類計算、類型轉換、內存管理、設備訪問和執行調度等函數。基於CUDA開發的程序代碼在實際執行中分為兩種，一種是運行在CPU上的宿主代碼（Host Code），一種是運行在GPU上的設備代碼（Device Code）。不同類型的代碼由於其運行的物理位置不同，能夠訪問到的資源不同，因此對應的運行期組件也分為公共組件、宿主組件和設備組件三個部分，基本上囊括了所有在GPGPU開發中所需要的功能和能夠使用到的資源介面，開發人員可以通過運行期環境的編程介面實現各種類型的計算。 由於目前存在著多種GPU版本的NVidia顯卡，不同版本的GPU之間都有不同的差異，因此驅動部分基本上可以理解為是CUDA-enable的GPU的設備抽象層，提供硬體設備的抽象訪問介面。CUDA提供運行期環境也是通過這一層來實現各種功能的。目前基於CUDA開發的應用必須有NVIDIA CUDA-enable的硬體支持，NVidia公司GPU運算事業部總經理Andy Keane在一次活動中表示：一個充滿生命力的技術平台應該是開放的，CUDA未來也會向這個方向發展。由於CUDA的體系結構中有硬體抽象層的存在，因此今後也有可能發展成為一個通用的GPGPU標准介面，兼容不同廠商的GPU產品 CUDA 工具包是一種針對支持CUDA功能的GPU（圖形處理器）的C語言開發環境。CUDA開發環境包括: · nvcc C語言編譯器 · 適用於GPU（圖形處理器）的CUDA FFT和BLAS庫 · 分析器 · 適用於GPU（圖形處理器）的gdb調試器（在2008年3月推出alpha版） · CUDA運行時（CUDA runtime）驅動程序（目前在標準的NVIDIA GPU驅動中也提供） · CUDA編程手冊 CUDA開發者軟體開發包（SDK）提供了一些範例（附有源代碼），以幫助使用者開始CUDA編程。這些範例包括: · 並行雙調排序 · 矩陣乘法 · 矩陣轉置 · 利用計時器進行性能評價 · 並行大數組的前綴和（掃描） · 圖像卷積 · 使用Haar小波的一維DWT · OpenGL和Direct3D圖形互操作示例 · CUDA BLAS和FFT庫的使用示例 · CPU-GPU C—和C++—代碼集成 · 二項式期權定價模型 · Black-Scholes期權定價模型 · Monte-Carlo期權定價模型 · 並行Mersenne Twister（隨機數生成） · 並行直方圖 · 圖像去噪 · Sobel邊緣檢測濾波器 · MathWorks MATLAB® 新的基於1.1版CUDA的SDK 範例現在也已經發布了。 技術功能 ·在GPU（圖形處理器）上提供標准C編程語言 · 為在支持CUDA的NVIDIA GPU（圖形處理器）上進行並行計算而提供了統一的軟硬體解決方案 · CUDA兼容的GPU（圖形處理器）包括很多：從低功耗的筆記本上用的GPU到高性能的，多GPU的系統。 · 支持CUDA的GPU（圖形處理器）支持並行數據緩存和線程執行管理器 · 標准FFT（快速傅立葉變換）和BLAS（基本線性代數子程序）數值程序庫 · 針對計算的專用CUDA驅動 · 經過優化的，從中央處理器（CPU）到支持CUDA的GPU（圖形處理器）的直接上傳、下載通道 · CUDA驅動可與OpenGL和DirectX圖形驅動程序實現互操作 · 支持Linux 32位/64位以及Windows XP 32位/64位 操作系統 · 為了研究以及開發語言的目的，CUDA提供對驅動程序的直接訪問，以及匯編語言級的訪問 NVIDIA進軍高性能計算領域，推出了Tesla&CUDA高性能計算系列解決方案，CUDA技術，一種基於NVIDIA圖形處理器（GPU）上全新的並行計算體系架構，讓科學家、工程師和其他專業技術人員能夠解決以前無法解決的問題，作為一個專用高性能GPU計算解決方案，NVIDIA把超級計算能夠帶給任何工作站或伺服器，以及標准、基於CPU的伺服器集群 CUDA是用於GPU計算的開發環境，它是一個全新的軟硬體架構，可以將GPU視為一個並行數據計算的設備，對所進行的計算進行分配和管理。在CUDA的架構中，這些計算不再像過去所謂的GPGPU架構那樣必須將計算映射到圖形API（OpenGL和Direct 3D）中，因此對於開發者來說，CUDA的開發門檻大大降低了。CUDA的GPU編程語言基於標準的C語言，因此任何有C語言基礎的用戶都很容易地開發CUDA的應用程序。 由於GPU的特點是處理密集型數據和並行數據計算，因此CUDA非常適合需要大規模並行計算的領域。目前CUDA除了可以用C語言開發，也已經提供FORTRAN的應用介面，未來可以預計CUDA會支持C++、Java、Python等各類語言。可廣泛的應用在圖形動畫、科學計算、地質、生物、物理模擬等領域。 2008年NVIDIA推出CUDA SDK2.0版本，大幅提升了CUDA的使用范圍。使得CUDA技術愈發成熟 目前，支持CUDA的GPU銷量已逾1億，數以千計的軟體開發人員正在使用免費的CUDA軟體開發工具來解決各種專業以及家用應用程序中的問題。這些應用程序從視頻與音頻處理和物理效果模擬到石油天然氣勘探、產品設計、醫學成像以及科學研究，涵蓋了各個領域。 目前市面上已經部署了超過一億顆支持CUDA的GPU，數以千計的軟體開發人員正在使用免費的CUDA軟體工具來為各種應用程序加速。 CUDA 的核心有三個重要抽象概念： 線程組層次結構、共享存儲器、屏蔽同步（ barrier synchronization），可輕松將其作為C 語言的最小擴展級公開給程序員。 CUDA 軟體堆棧由幾層組成，一個硬體驅動程序，一個應用程序編程介面(API) 和它的Runtime， 還有二個高級的通用數學庫，CUFFT 和CUBLAS。硬體被設計成支持輕 量級的驅動和Runtime 層面，因而提高性能。
『拾』 nvcc(CUDA)簡介
nvcc：NVIDIA Cuda compiler driver
簡單的說，就是CUDA開發環境下的C語言編悉嘩握蘆鋒譯睜慶器
The main wrapper for the NVIDIA CUDA Compiler suite. Used to compile and link both host and gpu code.