cuda 先决条件
示例
要开始使用CUDA进行编程，请下载并安装CUDAToolkit和开发人员驱动程序。该工具包包括nvcc，NVIDIACUDA编译器以及开发CUDA应用程序所需的其他软件。该驱动程序可确保GPU程序在支持CUDA的硬件上正确运行，这也是您所需要的。
您可以通过nvcc--version从命令行运行来确认CUDAToolkit是否已正确安装在计算机上。例如，在Linux计算机上，
$ nvcc --version nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2016 NVIDIA Corporation Built on Tue_Jul_12_18:28:38_CDT_2016 Cuda compilation tools, release 8.0, V8.0.32
输出编译器信息。如果先前的命令不成功，则可能未安装CUDA工具包，或者nvcc（C:\CUDA\bin在Windows机器上，/usr/local/cuda/bin在POSIXOS上）的路径不是您的PATH环境变量的一部分。
此外，您还需要一个主机编译器，可nvcc用于编译和构建CUDA程序。在Windows上，这是cl.exeMicrosoftVisualStudio附带的Microsoft编译器。在POSIX操作系统上，可以使用其他编译器，包括gcc或g++。官方CUDA快速入门指南可以告诉您特定平台支持哪些编译器版本。
为了确保一切都正确设置，让我们编译并运行一个简单的CUDA程序，以确保所有工具都能正常工作。
__global__ void foo() {}
int main()
{
foo<<<1,1>>>();
cudaDeviceSynchronize();
printf("CUDA error: %s\n", cudaGetErrorString(cudaGetLastError()));
return 0;
}要编译该程序，请将其复制到一个名为的文件中test.cu，然后从命令行对其进行编译。例如，在Linux系统上，以下应该工作：
$ nvcctest.cu-o test $ ./test CUDA error: no error
如果程序成功执行且没有错误，那么让我们开始编码！