我偏好使用Ubuntu,那么首先来查看一下所使用的版本

$ cat /etc/issue

然后我们来了解一下所使用的GPU版本和对nvidia的支持

 $ lspci | grep -i nvidia

之后查看gcc的支持

可以看到gcc的版本是5.4.0。

准备工作

之后开始下载CUDA Toolkit，其中下载链接为https://developer.nvidia.com/cuda-downloads
安装所需的支持库
按照相应的系统支持的版本进行下载

之后就可以把下载好的.run文件放在合适的目录，准备进行安装和环境配置。首先在进行实际的软件开发之前，要安装一些必要的支持库

卸载在这台机器上之前装过的其他版本的NVIDIA的驱动
$ sudo nvidia-uninstall

同时也清除原来的nvidia支持库
屏蔽nouveau的库

 $ cd /etc/modprobe.d/

找到 nvidia-installer-disable-nouveau.conf里面

    blacklist nouveau        
    options nouveau modeset=0

通过这两句话 nvidia的安装包会主动把nouveau的驱动库屏蔽掉，之后重启系统运行.run文件 $sudo sh cuda_8.0.61_375.26_linux.run
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:
Enter CUDA Samples Location
[ default is /home/dutoeserver ]:
可以看到提示信息，要修改PATH和LD_LIBRARY_PATH

PATH includes /usr/local/cuda-8.0/bin  
    -   LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and run ldconfig as root

回到根目录下 vim .bashrc 依照下图制定路径后 source .bashrc 使新配置生效

之后通过nvcc –version指令可以看到，我们配置的是Cuda compilation tools, release 8.0, V8.0.61
至此，我们就完成了CUDA的编译环境和SDK的安装，是不是好棒棒！

示例

现在，我们就可以看到NVIDIA_CUDA-8.0_Samples，文件夹里面就是NVIDIA提供的在不同应用领域的官方示例，我们可以通过阅读官方示例的代码来进行学习和提高。同时也可以使用官方示例来验证我们的环境配置是否正确。
make一下会看到nvcc的工具正在编译包里面的示例

测试一下CUDA运行

CUDA开发环境配置

Ubuntu环境下配置CUDA开发环境

准备工作

示例

CATALOG