在vs2019中配置arrayfire环境-CFANZ编程社区

安装前准备工作：

1.配置cuda10.2
cuda下载：https://developer.nvidia.com/cuda-toolkit-archive
cuDNN下载：https://developer.nvidia.com/rdp/cudnn-archive
安装教程参考这篇文章
2.安装vs2019

环境配置

1.下载
下载网址：https://arrayfire.com/binaries/
在这里插入图片描述

2.安装：

安装没有什么值得太多介绍的，点击exe，根据软件界面上的提示，一步一步的安装。安装的时候会出现是否添加用户环境变量，这时我们一定要选择添加环境变量，否则，当我们用vs studio编写程序的时候，可能会出现找不到库的情况。

3.Visual studio环境的配置

我用的是Vs2019。首先打开vs2019，在属性->VC++ 目录->包括目录，填入安装好的库头文件路径，接下来在库目录填入安装好的.lib库文件。如图所示：

在这里插入图片描述
包含目录

D:\ArrayFire\v3\include

库目录：

D:\ArrayFire\v3\lib

接下来在Linker->Input->Addtional Depdencies里面填入我们需要使用的库名，如图所示：
在这里插入图片描述

af.lib
afcpu.lib
afcuda.lib
afopencl.lib
libiomp5md.lib
mkl_core_dll.lib
mkl_intel_thread_dll.lib
mkl_rt.lib

将lib中的dll拷贝至项目的目录下
在这里插入图片描述

测试代码：

#include <arrayfire.h>
#include <math.h>
#include <stdio.h>
#include <cstdlib>
#include <string>

using namespace af;

// create a small wrapper to benchmark
static array A;  // populated before each timing
static void fn() {
    array B = matmul(A, A);  // matrix multiply
}

int main(int argc, char** argv) {
    double peak = 0;
    try {
        int device = argc > 1 ? atoi(argv[1]) : 0;
        setDevice(device);

        const std::string dtype(argc > 2 ? argv[2] : "f32");
        const af_dtype dt = (dtype == "f16" ? f16 : f32);

        if (dt == f16)
            printf("Device %d isHalfAvailable ? %s\n", device,
                isHalfAvailable(device) ? "yes" : "no");

        info();

        printf("Benchmark N-by-N matrix multiply at %s \n", dtype.c_str());
        for (int n = 128; n <= 2048; n += 128) {
            printf("%4d x %4d: ", n, n);
            A = constant(1, n, n, dt);
            double time = timeit(fn);  // time in seconds
            double gflops = 2.0 * powf(n, 3) / (time * 1e9);
            if (gflops > peak) peak = gflops;

            printf(" %4.0f Gflops\n", gflops);
            fflush(stdout);
        }
    }
    catch (af::exception& e) {
        fprintf(stderr, "%s\n", e.what());
        throw;
    }

    printf(" ### peak %g GFLOPS\n", peak);

    return 0;
}

结果

ArrayFire v3.8.1 (CUDA, 64-bit Windows, build 823e8e39)
Platform: CUDA Runtime 10.2, Driver: 10020
[0] GeForce GTX 1650, 4096 MB, CUDA Compute 7.5
Benchmark N-by-N matrix multiply at f32
 128 x  128:    21 Gflops
 256 x  256:    70 Gflops
 384 x  384:   171 Gflops
 512 x  512:   206 Gflops
 640 x  640:   206 Gflops
 768 x  768:   257 Gflops
 896 x  896:   265 Gflops
1024 x 1024:   283 Gflops
1152 x 1152:   268 Gflops
1280 x 1280:   277 Gflops
1408 x 1408:   266 Gflops
1536 x 1536:   269 Gflops
1664 x 1664:   261 Gflops
1792 x 1792:   259 Gflops
1920 x 1920:   277 Gflops
2048 x 2048:   287 Gflops
 ### peak 286.816 GFLOPS

参考资料：
https://arrayfire.org/docs/using_on_windows.htm
https://www.cnblogs.com/xuelanga000/p/13286896.html
https://arrayfire.org/docs/benchmarks_2blas_8cpp-example.htm