0%

【漫漫科研路\C&C++】Win10 + VS2017 + CUDA10.1 + CPLEX12.9 配置

Win10下搭建VS2017+CUDA10.1+CPLEX12.9开发环境

想来已经有三、四年没有用过C/C++了,一直都是使用MATLAB进行算法的实现。相比于C/C++, MATLAB更加适合快速地实现算法,可视化仿真结果。但最近想学习并行计算(尽管MATLAB也可以实现并行化),并且实验室的服务器又装有RTX2080Ti的显卡,因此考虑使用CUDA平台实现GPU并行编程。另一方面,我需要使用IBM的CPLEX工具来验证算法的结果,于是乎就有了这篇文章。

VS2017的安装

VS2017的安装比较简单,我就不作介绍了。但是有两点需要注意:

  • 最好先安装VS2017,然后再安装CUDA和CPLEX,
  • 最好不要安装最新版本VS2019,CPLEX12.9目前支持的是VS2015和VS2017

CUDA10.1的安装

直接从NVIDIA官网下载最新版本的CUDA进行安装,也可以安装历史发行版本。按照默认设置安装即可。

测试是否安装成功
最快捷的方法是运行cuda安装完成后自带的样例,默认安装在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1。下面我们介绍一般的方法,方便自己创建cuda项目:

  • 在VS2017中创建一个HelloWorld_GPU的项目,如下图所示:
    图1
    • 项目中自带一个kernel.cu的文件,可以直接运行,看是否运行成功。这里,我们依照传统,写一个更为简单的hello world程序来进行测试。删除kernel.cu文件,在项目中添加一个CUDA C/C++文件取名为Hello_World,程序如下:
      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
      13
      14
      15
      #include<stdio.h>
      #include"cuda_runtime.h"

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

      void main()
      {
      printf("Hello World from CPU.\n\n");//Hello from CPU

      helloFromGPU << <1, 10 >> > ();//call for 10 threads

      }
      运行结果如下:
      图2

CPLEX12.9的安装

CPLEX12.9的安装是相对来说比较复杂的,简单来说,分为CPLEX12.9的下载项目的配置。具体细节如下:

CPLEX12.9教育版的下载

普通免费版本支持1000个变量或约束的优化,下载地址及网页如下:
图3
为不受限制,我们需要使用学生邮箱进行验证下载(Get student and faculty editions for free). 然后在如下网页注册:
图4
最后选择如下版本进行下载:
图5


CPLEX项目配置

项目的创建:

首先创建一个C/C++项目,在项目中添加一个test.cpp(名称自取)文件,其代码来自于 IBM ILOG CPLEX Optimization Studio Getting Started with CPLEX 的样例,代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
#include <ilcplex/ilocplex.h>
#include <stdio.h>
using namespace std;

ILOSTLBEGIN
int
main(void *) {
IloEnv env;
try {
IloModel model(env);
IloNumVarArray vars(env);
vars.add(IloNumVar(env, 0.0, 40.0)); // 0 <= x1 <= 40
vars.add(IloNumVar(env)); // 0 <= x2
vars.add(IloNumVar(env)); // 0 <= x3
model.add(IloMaximize(env, vars[0] + 2 * vars[1] + 3 * vars[2])); //maximize x1 + 2 x2 + 3 x3
model.add(-vars[0] + vars[1] + vars[2] <= 20);//subject to -x1 + x2 + x3 <= 20
model.add(vars[0] - 3 * vars[1] + vars[2] <= 30);//x1 - 3 x2 + x3 <=30
IloCplex cplex(model);
if (!cplex.solve()) {
env.error() << "Failed to optimize LP." << endl;
throw(-1);
}
IloNumArray vals(env);
env.out() << "Solution status = " << cplex.getStatus() << endl;
env.out() << "Solution value = " << cplex.getObjValue() << endl;
cplex.getValues(vals, vars);
env.out() << "Values = " << vals << endl;
}
catch (IloException & e) { cerr << "Concert exception caught: " << e << endl; }
catch (...) { cerr << "Unknown exception caught" << endl; }
env.end();
system("pause");
return 0;
}

注意:VS2017创建C/C++会自带pch.h和pch.cpp文件,我们可以删除这两个文件而不影响程序运行,具体可以通过项目->属性-> C/C++ -> Precompiled Headers -> Precompiled Header一项中选择Not Using Precompiled Headers 实现。


系统环境和项目的配置:

本文的配置完全依照 IBM ILOG CPLEX Optimization Studio Getting Started with CPLEX 以及安装完CPLEX后,位于默认安装目录C:\ProgramFiles\IBM\ILOG\CPLEX_Enterprise_Server129\CPLEX_Studio\cplex的c_cpp.html文件


  • 项目的配置参考前面提及的c_cpp.htmlBuilding your own project which links with CPLEX一节的第4点:
    图8
    根据上图所示,项目具体配置如下

    1. 将调试环境改为 release 和 x64:
      图19
    2. 右击项目、选择属性、然后选择C/C++一项:

      1). 在General(常规)一项中,选择Additional Include Directories,添加如下:
      图10
      2). 在Preprocessor(预处理器)中,选择Preprocessor Definitions, 编辑如下:
      图11
      3). 选择Code Generation(代码生成),然后选择Runtime Library(运行库), 设置如下 :
      图12

  1. 右击项目、选择属性、然后选择Link一项,然后进行如下操作:
    1).选择 General一项,在 Additional Library Directories中添加如下库目录:
    图13

    2). 选择Input,然后选择Additional Dependencies,设置如下:
    图14
    完成上述项目配置后,注意按下确定按钮。注意:上述配置中的目录都是你CPLEX的安装目录。最后在菜单栏Build选项中选择Configuration Manager也需要选择Release和x64,如图所示:
    图15
    至此,所有配置完成,运行项目,结果如下:
    图16


坚持原创技术分享,您的支持将鼓励我继续创作!