记GTX870M显卡在VS2017下写CUDA程序的排雷过程
背景
我的老战神K670D-i7风光依旧，里面装有了Nvidia的 GTX870M 显卡，算力为 3.0。
这个算力跑 TensorFlow 是不行的了，但是还是可以干点别的事情。
想装个 CUDA 调通某个开源的项目，结果就是不断触雷。
下面就是我的老设备排雷之旅。
条件
最开始的软件条件为：
- Windows 10
- VS 2017 Community 15.9.7 (平台工具集:
Visual Studio 2017 (v141)) - CUDA 9.0
第一坑：折腾旧显卡驱动
按照套路，先到 NVIDIA 控制中心 里面的“系统信息”查看 CUDA 驱动的版本。
最开始找到是 CUDA 9.0，所以理所当然的就安装了 CUDA Toolkit 9.0。
结果就遇到第一个大坑 —— CUDA 9.0 不支持 VS2017！
一开始，按照套路在 VS2017 创建 CUDA 9.0 的工程。，
它会自动按照模板生成一个类似 Hello 的基础工程。
编译的时候就会出现一个错误 ——
1 | fatal error C1189: #error: -- |
大概的意思就是，VS版本不支持。
经过Google，很容易找到魔改的办法。
简单来说就是把 CUDA 原本拿来检查 VS版本的代码改到可以通过。
把原本这样的代码：
1 |
改成这样代码：
1 |
就不会因为 VS版本太高被判定不可以编译了。
改好了之后重新编译，还是会出错！！！
错误变成了 expression must have a constant value，
报错的位置在 VC Toolkit 里面。
网上说了两种办法：
- 安装 VC 2015 的 Toolkit，改平台工具集
- 复制 Toolkit 的
.prop文件到自己项目目录，然后改配置
我只能说，以上方法都是错误的！都不可以！！
唯一适配最新版 VS2017 的办法就是，升级你的N卡驱动和CUDA！
第二坑：升级N卡驱动
我以前的N卡驱动，也经是2017年的了，年代久远。
记得曾经在 NVIDIA EXPERIENCE 里面升级过，失败了。
结果这次还是失败，不讲道理那种。
白费我等待下载和安装的时间。
遇到这种升级卡BUG的情况，需要做到以下几点：
1.确保C盘腾出足够多的空间，即便你的临时文件夹不在C盘它也是会回C盘的
2.直接去官网下载，而不要用NVIDIA EXPERIENCE
我就靠这两点，成功把显卡驱动升级到目前最新的 425.31。
425.31 对应的是 CUDA 10.1，
因此我们要去 CUDA Toolkit 10.1 的下载界面下载这个版本。
CUDA Toolkit是向下兼容 CUDA 驱动的，但是因为我们的驱动是CUDA 10.1的，
所以被迫也要用最新版的CUDA Toolkit。
安装好这些东西就意味着你已经快要成功了。
第三坑：VS2017配置
装完了全部必要的软件，就要去 VS2017 亲自试一下项目编译啦。
注意！此处有个坑！
你在 CUDA 9.0 创建的项目不一定是可以编译的，
此时需要重新创一个 CUDA 10.1 的项目。
直接去编译是不一定可以的！
你可以见到下面的错误：
1 | addKernel launch failed: no kernel image is available for execution on the device |
这是因为项目配置中的算力配置和显卡不匹配导致的。
请到“项目”菜单的“设置”里面的 CUDA C/C++ 里面的 Code Generation 设置与你的显卡相匹配的算力信息。
好比说，GTX 870M 就是 compute_30,sm_30。
在这个地方，可以找到你的算力配置对照表，但是需要注意实际写上去的时候一定要 computer 在前，sm 在后。
弄完了这些东西，编译就真的可以通过，运行也Ok啦~
当你看到下面的输出，就说明测试的DEMO跑通了。
1 | {1,2,3,4,5} + {10,20,30,40,50} = {11,22,33,44,55} |
除非注明，麦麦小家文章均为原创，转载请以链接形式标明本文地址。