参考资料
Win10下在VS2019中配置使用CUDA进行加速的C++项目 （配置.h文件，.dll以及.lib文件等）_vs2019 cuda-CSDN博客
配置流程
1. 新建一个一般的项目
2. 项目建好后，在项目里添加.cu测试文件
测试的.cu文件命名为cuda_utils.cu，结构如下：
3. 配置环境
配置环境主要是配include路径，lib路径以及链接的库名称。
（1）打开项目属性，在VC/C++目录中，寻找“包含目录”，在里边编辑添加你电脑的CUDA include路径，我的是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\include
默认安装一般好像都是这个路径.
然后配置 "库目录" 路径，我的是: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\lib\x64
配置好选择应用并确定。最后需要告诉链接器你需要链接什么动态库到你的项目中，在你添加的lib路径下，将所有的动态链接库添加链接进来，库名称很多，用权限打开cmd执行：
DIR *.lib /B > res.txt
然后复制所有ddl到链接库中："属性" -> "链接器" -> "输入" -> "附加依赖项"
在最上边编辑添加：
这样你的项目中就可以找到CUDA头文件和动态链接库了。
(2) 配置cuda_utils.cu属性以及项目其他属性
用鼠标右键.cu文件，项类型选择CUDA C/C++。
右键勾选项目，找到 "生成依赖项" -> "自定义生成"，勾选CUDA
环境配置就OK了。
4. 测试代码
cuda_utils.cu代码：
#include <stdio.h>
#include <cuda_runtime.h>
#include <device_launch_parameters.h>
__global__ void print_cuda()
{
printf("hello cuda. \n");
}
void test_cuda()
{
print_cuda << <1, 1 >> > ();
cudaDeviceSynchronize();
}主函数代码:
#include <iostream>
void test_cuda();
int main()
{
test_cuda();
std::cout << "Finished! \n";
}
测试运行结果如下：
OK，测试完毕！
配置vs项目环境和写CMake挺像的，多看看就好了。
