我花了很多时间在运行Ubuntu Linux（11.04）的机器上设置CUDA工具链。 钻机有两个NVIDIA Tesla GPU，我可以编译并运行NVIDIA GPU计算SDK中的testing程序，例如deviceQuery，deviceQueryDrv和bandwidthTest。
当我尝试从书籍和在线资源中编译基本的示例程序时，出现了一些问题。 我知道你应该用NVCC进行编译，但是每当我使用它的时候都会收到编译错误。 基本上任何涉及CUDA库的include语句都会导致缺less文件/库错误。 一个例子是：
#include <cutil.h>
我是否需要某种makefile来将编译器指向这些库，或者在编译NVCC时是否需要设置其他标志？
我遵循这些指南：
NVCC CUDA交叉编译无法find“-lcudart”
CUDA – 关于“分支”和“分支”Visual Profiler结果的混淆（2）
指定编译器NVCC用来编译主机代码
Cuda 6.5找不到 – libglu。 （在Ubuntu 14.04 64位）
http://hdfpga.blogspot.com/2011/05/install-cuda-40-on-ubuntu-1104.html http://developer.download.nvidia.com/compute/DevZone/docs/html/C/doc /CUDA_C_Getting_Started_Linux.pdf
无法在Windows 10上的安装Cuda toolkit v7.5中finddeviceQuery
如何设置一个NVIDIA显卡用于显示和其他计算（在Linux中）？
在CUDA脚本执行后，GPU内存不能自行释放
没有检测到CUDAfunction的设备（使用Ubuntu 12.04.4服务器）
为了解决包含问题，将cuda include目录添加到您的编译选项（假设它是/ usr / local / cuda / include）：
nvcc -I/usr/local/cuda/include -L/usr/local/cuda/lib test.cu -o test
cutil不是CUDA工具包的一部分。 它是CUDA SDK的一部分。 因此，假设您已经按照说明操作，并且已经将PATH和LIB目录添加到环境变量中，您仍然需要指向CUDA SDK包含和库目录。
为了手动包含这个库，你必须把路径传递给编译器：
nvcc -I/CUDA_SDK_PATH/C/common/inc -L/CUDA_SDK_PATH/C/lib ...
尽管我个人更喜欢不使用CUDA SDK库，但您可能会更容易从CUDA SDK示例中启动项目。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
