1.vs安装点击安装桌面开发然后安装就行，一直下一步

2.装cuda（记得先安装vs再装），一直下一步即可

3.配置环境

计算机上点右键，打开属性->高级系统设置->环境变量

在系统变量中加入下面的路径，点击确定：

CUDA_BIN_PATH: %CUDA_PATH%\bin
CUDA_LIB_PATH: %CUDA_PATH%\lib\x64
CUDA_SDK_PATH: C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.0
CUDA_SDK_BIN_PATH: %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH: %CUDA_SDK_PATH%\common\lib\x64
在系统变量path中加入下面的的变量：
 %CUDA_BIN_PATH%%CUDA_LIB_PATH%
%CUDA_SDK_BIN_PATH%
%CUDA_SDK_LIB_PATH%
 4.vs新建空项目，然后新建cuda文件，项目右键依赖项选cuda，然后再cuda文件右键选cuda编译5.项目属性中
5.1.x64
 1.1 包含目录配置
   1.右键点击项目属性–>属性–>配置属性–>VC++目录–>包含目录
   2.添加包含目录：
    $(CUDA_PATH)\include 5.2 库目录配置
   1.VC++目录–>库目录
   2.添加库目录：
    $(CUDA_PATH)\lib\x64 5.3 依赖项
    配置属性–>链接器–>输入–>附加依赖项
    添加库文件：
     cublas.lib
     cuda.lib
     cudadevrt.lib
     cudart.lib
     cudart_static.lib
     nvcuvid.lib
     OpenCL.lib6.运行例子
// 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    // ldc  
     );      // 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;  
 }

注意：添加nvcuvenc.lib库文件，编译时，报找不到该文件的错误。去掉，程序也能运行

结果是封面