VSCode CUDA C++进行Linux远程开发

环境准备

确保在本地和远程Linux服务器上安装了以下软件:

  • Visual Studio Code(简称VS Code)
  • Remote Development extension pack for VS Code
  • CUDA Toolkit,推荐版本为11.0或更高
  • GCC编译器,用于C++代码的编译

此外,需要在远程服务器上配置SSH访问权限。

步骤一:配置VS Code远程连接

  1. 打开VS Code,点击左侧活动栏中的远程资源管理器图标。
  2. 选择"Connect to Host..."并输入远程Linux服务器的SSH连接信息。
  3. 成功连接后,在VS Code中打开一个文件夹作为工作区。

步骤二:创建CUDA C++项目

  1. 在工作区中创建新文件,并命名为hello_world.cu
  2. 编写如下示例代码实现CPU与GPU同时打印Hello World:
cpp 复制代码
#include <stdio.h>

__global__ void print_hello_from_gpu()
{
    printf("Hello World from GPU!\n");
}

int main()
{
    printf("Hello World from CPU!\n");

    // 调用GPU函数
    print_hello_from_gpu<<<1, 1>>>();
    cudaDeviceSynchronize();

    return 0;
}

步骤三:通过命令行编译CUDA程序

  1. 打开VS Code集成终端,确保当前工作目录为包含hello_world.cu的项目目录。
  2. 使用nvcc命令编译CUDA程序。在终端中输入以下命令以编译上述CUDA C++代码:
bash 复制代码
nvcc hello_world.cu -o hello_world

这将生成名为hello_world的可执行文件。

步骤四:运行编译后的程序

  1. 在同一终端窗口中,通过输入以下命令运行编译后的程序:
bash 复制代码
./hello_world

预期输出应为:

复制代码
Hello World from CPU!
Hello World from GPU!

注意,由于CUDA程序依赖于NVIDIA GPU及其驱动程序,确保目标机器上已正确安装相应的硬件和软件环境。

相关推荐
CodeWithMe8 分钟前
【C/C++】namespace + macro混用场景
c语言·开发语言·c++
yzx9910139 分钟前
Linux 系统中的算法技巧与性能优化
linux·算法·性能优化
fengyehongWorld10 分钟前
Linux Docker的简介
linux·docker
曹瑞曹瑞42 分钟前
VMware导入vmdk文件
linux·运维·服务器
Johny_Zhao1 小时前
2025年6月Docker镜像加速失效终极解决方案
linux·网络·网络安全·docker·信息安全·kubernetes·云计算·containerd·yum源·系统运维
SuperCandyXu1 小时前
leetcode2368. 受限条件下可到达节点的数目-medium
数据结构·c++·算法·leetcode
hello kitty w1 小时前
Python学习(7) ----- Python起源
linux·python·学习
十年磨一剑~1 小时前
centos查看开启关闭防火墙状态
linux·运维·centos
愈努力俞幸运2 小时前
c++ 头文件
开发语言·c++
~山有木兮2 小时前
C++设计模式 - 单例模式
c++·单例模式·设计模式