今天開始整cuda編程處理圖像，好久沒玩cuda，又從小白開始。情況不妙，第一個工程坑不少，記錄一下如下2個重要的錯誤：
（1）來自 CUDA 12.1.targets 的MSB3721錯誤

錯誤 命令““C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\bin\nvcc.exe” -XXXXX-C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\include" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\include" -G --keep-dir x64\Debug -maxrregcount=0 --machine 64 --compile ”已退出，返回代碼為 255。XXXXXX\CUDA 12.1.targets。
總之就是除了報這個錯誤，還有一長串別的都是跟sm_相關的錯誤，檢查代碼計算沒有問題，就是編譯一直一長串。。。
那么按照如下操作看看：
1）檢查工程配置屬性
鼠標落在解決方案上->右鍵->生成依賴項->生成自定義,查看確保已經選中如下：

2）查看.cu文件的屬性
鼠標落點.cu文件，右鍵->屬性，查看項類型為如下：

3）檢查編譯器，確保為X64（此處非常容易忽略）
查看狀態欄：

查看解決方案->屬性：

（2）提示調用語法錯誤‘<’
這個問題比較煩神，搜羅一圈都說cpp中不能直接調用核函數<<<,>>>，需要extern "c"去修飾，但是也不太明白怎么個修飾安置法。那么我再仔細理一下：
先上代碼：

.cpp 文件如下：

#include "processImg.cuh"
#include <stdio.h>  
#include <stdlib.h> 
#include <math.h> 
#include <iostream>int main()
{int N = 1 << 20;int nBytes = N * sizeof(float);// 申請host內存float* x, * y, * z;x = (float*)malloc(nBytes);y = (float*)malloc(nBytes);z = (float*)malloc(nBytes);// 初始化數據for (int i = 0; i < N; ++i){x[i] = 10.0f;y[i] = 20.0f;}//------------調用核函數封裝函數-------------------------------AddKernelFunction(x, y, z);// 檢查執行結果float maxError = 0.f;for (int i = 0; i < N; i++)maxError = fmax(maxError, fabs(z[i] - 30.0f));std::cout << "最大誤差: " << maxError << std::endl;// 釋放host內存free(x);free(y);free(z);return 0;
}

.cuh 文件如下：

//------#######-------------------------------------
聲明文件，聲明在cu文件中定義的核函數及其封裝函數
//------#######-------------------------------------#include "cuda_runtime.h"  
#include "device_launch_parameters.h"#include <stdio.h>  
#include <stdlib.h> 
#include <assert.h>//--------供cpp調用的封裝核函數-----------------------------
extern "C" void AddKernelFunction(float* x, float* y, float* z);//-----------核函數--------------------------------------------
__global__ void add(float* x, float* y, float* z, int n);

.cu 文件如下：

//------#######------------------
核函數定義及封裝核函數的調用函數定義
//------#######------------------#include "processImg.cuh" #include "cuda_runtime.h"  
#include "device_launch_parameters.h"__global__ void add(float* x, float* y, float* z, int n)
{// 獲取全局索引int index = threadIdx.x + blockIdx.x * blockDim.x;// 步長int stride = blockDim.x * gridDim.x;for (int i = index; i < n; i += stride){z[i] = x[i] + y[i];}
}
extern "C" void AddKernelFunction(float* x, float*y, float*z)
{int N = 1 << 20;int nBytes = N * sizeof(float);float* d_x, * d_y, * d_z;cudaMalloc((void**)&d_x, nBytes);cudaMalloc((void**)&d_y, nBytes);cudaMalloc((void**)&d_z, nBytes);cudaMemcpy((void*)d_x, (void*)x, nBytes, cudaMemcpyHostToDevice);cudaMemcpy((void*)d_y, (void*)y, nBytes, cudaMemcpyHostToDevice);dim3 blockSize(256);dim3 gridSize((N + blockSize.x - 1) / blockSize.x);// 執行kerneladd <<<gridSize,blockSize>>>(d_x, d_y, d_z, N);cudaMemcpy((void*)z, (void*)d_z, nBytes, cudaMemcpyHostToDevice);// 釋放device內存cudaFree(d_x);cudaFree(d_y);cudaFree(d_z);
}

沒錯，整個測試小工程有3個文件組成：
.cpp文件包含了工程的入口main()函數，里面定義了一些在CPU上的變量分配，并調用了核函數封裝函數。
.cuh文件，就是cu文件的聲明頭文件，聲明了cu文件中定義的函數。
.cu文件，核函數定義文件，同時定義了供外部調用的封裝函數。

當然了，其實cuda中的函數的定義和調用封裝等還有很多小細節有待挖掘和優化，計算前 memset一下會更好，路漫漫其修遠兮~