VS2015 及VS2013 CUDA8.0 配置

// CUDA runtime 库 + CUBLAS 库 
#include "cuda_runtime.h" 
#include "cublas_v2.h" 
#include <time.h> 
#include <iostream> 

using namespace std;
// 定义测试矩阵的维度 
int const M = 5;
int const N = 10;
int main()
{
// 定义状态变量 
cublasStatus_t status; 
// 在内存中为将要计算的矩阵开辟空间 
float *h_A = (float*)malloc(N*M*sizeof(float));
float *h_B = (float*)malloc(N*M*sizeof(float));
// 在 内存 中为将要存放运算结果的矩阵开辟空间 
float *h_C = (float*)malloc(M*M*sizeof(float));
// 为待运算矩阵的元素赋予 0-10 范围内的随机数 
for (int i = 0; i<N*M; i++) {
    h_A[i] = (float)(rand() % 10 + 1);
    h_B[i] = (float)(rand() % 10 + 1);
}
// 打印待测试的矩阵 
cout << "矩阵 A :" << endl;
for (int i = 0; i<N*M; i++){
    cout << h_A[i] << " ";
    if ((i + 1) % N == 0) cout << endl;
}
cout << endl;
cout << "矩阵 B :" << endl;
for (int i = 0; i<N*M; i++){
    cout << h_B[i] << " ";
    if ((i + 1) % M == 0) cout << endl;
}
cout << endl;
/*
    ** GPU 计算矩阵相乘
    */
// 创建并初始化 CUBLAS 库对象
cublasHandle_t handle;
status = cublasCreate(&handle);
if (status != CUBLAS_STATUS_SUCCESS)
{
    if (status == CUBLAS_STATUS_NOT_INITIALIZED) {
        cout << "CUBLAS 对象实例化出错" << endl;
    }
    getchar();
    return EXIT_FAILURE;
}
float *d_A, *d_B, *d_C;
// 在 显存 中为将要计算的矩阵开辟空间 
cudaMalloc(
    (void**)&d_A, // 指向开辟的空间的指针 
    N*M * sizeof(float) //　需要开辟空间的字节数 
    );
cudaMalloc(
    (void**)&d_B,
    N*M * sizeof(float)
    );
// 在 显存 中为将要存放运算结果的矩阵开辟空间 
cudaMalloc(
    (void**)&d_C,
    M*M * sizeof(float)
    );
// 将矩阵数据传递进 显存 中已经开辟好了的空间 
cublasSetVector(
    N*M, // 要存入显存的元素个数 
    sizeof(float), // 每个元素大小 
    h_A, // 主机端起始地址 
    1, // 连续元素之间的存储间隔 
    d_A, // GPU 端起始地址 
    1 // 连续元素之间的存储间隔 
    );
cublasSetVector(
    N*M,
    sizeof(float),
    h_B,
    1,
    d_B,
    1
    );
// 同步函数
cudaThreadSynchronize();
// 传递进矩阵相乘函数中的参数，具体含义请参考函数手册。 
float a = 1; float b = 0;
// 矩阵相乘。该函数必然将数组解析成列优先数组 
cublasSgemm(
    handle, // blas 库对象 
    CUBLAS_OP_T, // 矩阵 A 属性参数 
    CUBLAS_OP_T, // 矩阵 B 属性参数
    M, // A, C 的行数 
    M, // B, C 的列数
    N, // A 的列数和 B 的行数
    &a, // 运算式的 α 值 
    d_A, // A 在显存中的地址 
    N, // lda 
    d_B, // B 在显存中的地址 
    M, // ldb 
    &b, // 运算式的 β 值 
    d_C, // C 在显存中的地址(结果矩阵) 
    M // 
    );
// 同步函数 
cudaThreadSynchronize();
// 从 显存 中取出运算结果至 内存中去
cublasGetVector(M*M, // 要取出元素的个数 
    sizeof(float), // 每个元素大小 
    d_C, // GPU 端起始地址 
    1, // 连续元素之间的存储间隔 
    h_C, // 主机端起始地址
    1 // 连续元素之间的存储间隔 
    );
// 打印运算结果 
cout << "计算结果的转置 ( (A*B)的转置 )：" << endl;
for (int i = 0; i<M*M; i++){
    cout << h_C[i] << " ";
    if ((i + 1) % M == 0) cout << endl;
}
// 清理掉使用过的内存 
free(h_A);
free(h_B);
free(h_C);
cudaFree(d_A);
cudaFree(d_B);
cudaFree(d_C);
// 释放 CUBLAS 库对象
cublasDestroy(handle);
getchar();
return 0;
}