2025最新版使用VSCode和CMake图形化编译调试Cuda C++程序(保姆级教学)

        VSCode+CMake简直就是C++程序开发者的福音，无论是进行Qt开发，音视频开发，后端程序开发，Cuda开发，CMake都是神一样的存在。

        首先确保你已经安装好了Cuda Toolkit，比如我的是Cuda 12.3。

        确保你已经配置了环境变量：

VSCode下载好插件：

        CMakeLists.txt如下：

cmake_minimum_required(VERSION 3.18)
project(CudaTest LANGUAGES CXX CUDA)
# 设置CUDA标准
set(CMAKE_CUDA_STANDARD 17)
set(CMAKE_CUDA_STANDARD_REQUIRED ON)
#设置CUDA架构
set(CMAKE_CUDA_ARCHITECTURES "75")
# 添加CUDA头文件
include_directories("$ENV{CUDA_PATH}/include")
# 添加可执行文件
add_executable(cuda_test  cuda_kernel.cu)

        main.cu如下：

#include <stdio.h>
#include <cuda_runtime.h>// CUDA核函数：执行向量加法
__global__ void vectorAdd(const float *a, const float *b, float *c, int n) {int idx = blockIdx.x * blockDim.x + threadIdx.x;if (idx < n) {c[idx] = a[idx] + b[idx];}
}
// 验证GPU计算结果
void verifyResult(float *a, float *b, float *c, int n) {for (int i = 0; i < n; i++) {if (fabs(a[i] + b[i] - c[i]) > 1e-5) {printf("计算结果错误！\n");return;}}printf("计算结果正确！\n");
}
int main() {const int n = 1000;const int size = n * sizeof(float);float *h_a = (float*)malloc(size);float *h_b = (float*)malloc(size);float *h_c = (float*)malloc(size);for (int i = 0; i < n; i++) {h_a[i] = rand() / (float)RAND_MAX;h_b[i] = rand() / (float)RAND_MAX;}float *d_a, *d_b, *d_c;cudaMalloc(&d_a, size);cudaMalloc(&d_b, size);cudaMalloc(&d_c, size);cudaMemcpy(d_a, h_a, size, cudaMemcpyHostToDevice);cudaMemcpy(d_b, h_b, size, cudaMemcpyHostToDevice);int threadsPerBlock = 256;int blocksPerGrid = (n + threadsPerBlock - 1) / threadsPerBlock;vectorAdd<<<blocksPerGrid, threadsPerBlock>>>(d_a, d_b, d_c, n);cudaMemcpy(h_c, d_c, size, cudaMemcpyDeviceToHost);verifyResult(h_a, h_b, h_c, n);cudaFree(d_a);cudaFree(d_b);cudaFree(d_c);free(h_a);free(h_b);free(h_c);return 0;
}

       创建一个空文件夹：

按下Ctrl shift P：点击CMake:Configure。

选择工具包，必须选择VS2022的amd64架构，不能用mingw！

build文件生成完毕：

        打开CMake插件，博主将CMake插件的窗口移动到右边窗口了，将copilot切换为CMake插件窗口(你们下载好的CMake插件窗口应该在左边，所以不用切换)：

点击设置生成目标：

选择main.exe：

点击运行：

编译完成：

输出结果：

至此VSCode加CMake编译cuda程序配置完毕。