GPU与MATLAB混合编程：CUDA配置

现在我们转向CUDA。编译CUDA代码需要nvcc编译器。编译器能够翻译代码中CUDA专用代码，并且生成用于GPU和主机系统的机器代码。nvcc在后台使用我们配置的C/C++编译器。

在开始添加CUDA代码前，要先检查CUDA是否正确安装。CUDA Toolkit默认安装在如下路径：

●Windows操作系统

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v#.#

其中，#.#是版本号（3.2或者更高）。

●Mac OS X操作系统

/Deverloper/NVIDIA/CUDA-#.#.

●Linux操作系统

/usr/local/cuda-#.#.

如果安装正确，你应该可以在MATLAB控制界面使用如下指令

如果运行这个语句，得到错误信息：

如信息所示，可以确定错误是由于没有指定要编译的输入文件。然而，如果MATLAB显示信息：

则意味着CUDA没有正确安装。在进行下一步前，很可能需要参考http://docs. nvidia.com/cuda/index.html来确保在系统中正确安装CUDA。(www.xing528.com)

下面介绍一些确保CUDA环境正确配置的小技巧。

在Windows操作系统中，在命令提示符输入path指令检查路径：

在PATH变量中能看到NVIDIA编译器路径如下：

或者打开Control Panel＞All Control Panel Items＞System＞Advanced System Settings，如图2.8所示。关于Windows操作系统的更多信息参见http:// docs.nvidia.com/cuda/cuda-getting-started-guide-for-microsoft-windows/index.html。

在Mac OS X操作系统中，在Finder中通过/Application/Utilities找到终端应用。在shell中，输入以下代码：

图2.8 PATH变量中NVIDIA编译器路径

你能在CUDA安装位置找到路径。更多关于Mac OS X操作系统的信息参见http://docs.nvidia.com/cuda/cuda-getting-started-guide-for-mac-osx/index.html。

在Linux中，例如，在bash中输入以下代码：

然后寻找nvcc路径。在本例中，nvcc安装在/usr/local/cuda/bin。更多Linux操作系统的信息参见http://docs.nvidia.com/cuda/cuda-getting-started-guide-for-linux/index.html。