15 > 用 JetBrains 搭建 CUDA 开发环境

这一课讲怎样搭建 CUDA 工作环境，也就是在 CUDA Toolkit 之上使用 JetBrains 的工具，主要是 CLion。从 2025 年 5 月起，CLion 对非商业用途（比如学习和开源项目）免费。

为什么选 JetBrains 和 CLion

你需要一套每天都能顺手使用、不用跟工具较劲的环境。这个仓库就是围绕 CLion 这个 IDE 搭建这套环境的。

原因在于现代开发的方式。GPU 架构和工具包更新得很快，项目也不再绑定在单一平台上。你可能在 Linux 上开发，在远程 GPU 上测试，再部署到别处。像 Visual Studio 这样绑定在单一系统上的 IDE，会限制这种工作方式。

JetBrains 的工具以 CMake 为核心。CMake 是一个用来描述如何构建项目的工具。CMake 项目不绑定在某一个环境上。你可以在不同的系统上、用不同的编译器构建它，项目结构保持不变。真实的 GPU 系统就是这样构建的。

先有 CUDA Toolkit

CUDA Toolkit 是一切的基础，没有它什么都构建不了。它提供了编译器、运行时，以及和 GPU 通信的库。它不是编辑器，而是让 GPU 能够执行代码的那一层。

这一层依赖硬件。Hopper 和 Blackwell 带来了新的指令、新的精度格式和新的执行行为，要用上它们，就需要较新的 CUDA 版本。截至 2026 年 10 月，最新的是 CUDA 13.4。旧版本也许还能用，但发挥不出硬件的全部能力。所以，你选择的 CUDA 版本决定了代码能做什么。

CLion 的位置

CLion 位于 Toolkit 之上，既不会取代它，也不会把它藏起来。它为你提供一个整洁的地方来写代码、组织项目。构建时，CLion 调用 CMake，CMake 再调用 CUDA 编译器 nvcc。中间没有任何隐藏步骤，所以你始终清楚发生了什么。

CMake 把 CUDA 当作一种语言来支持。只有一个 CUDA 文件的最小 CMakeLists.txt 是这样的。

cmake_minimum_required(VERSION 3.24)
project(hello LANGUAGES CXX CUDA)
set(CMAKE_CUDA_ARCHITECTURES 89)
add_executable(hello hello.cu)

CMAKE_CUDA_ARCHITECTURES 89 和 nvcc -arch=sm_89 是同一个目标，也就是计算能力 8.9，即这些课程用的 L40S。换成 Hopper H100 就写 90，Blackwell B200 就写 100。

Windows 上的 Visual Studio

[!NOTE] 在 Windows 上，即使你从不打开 Visual Studio，nvcc 也需要 MSVC 编译器。CUDA 13.4 支持 Visual Studio 2019、2022 和 2026。所以 Visual Studio 只是一个依赖项，而不是你的工作区。装一次，之后就可以忘掉它。

你所有真正的工作都在 CLion 里完成。

GPU 驱动程序

CUDA 依赖 GPU 驱动程序。从 Windows 上的 CUDA 13.1 和 Linux 上的 CUDA 13.4 起，Toolkit 安装包不再附带驱动程序。你要自己安装驱动程序，并保持更新。

每个 CUDA 版本都对应一个驱动分支。580 或更新分支的驱动，可以运行用任何 CUDA 13.x 构建的程序。要用 CUDA 13.4 的新功能，需要 615 或更新的分支。所以 575 的驱动运行不了 CUDA 13 程序，580 的驱动可以运行，615 的驱动还能让你用上 13.4 的全部新功能。

[!WARNING] 如果驱动程序太旧，你可能会遇到一些难以解释的问题。代码也许能编译通过，运行时却出错，有些功能也可能用不了。

工作流程

一切就绪之后，工作流程很简单。

  • 打开 CLion，编写代码。
  • 用 CMake 构建。
  • CUDA Toolkit 负责编译。
  • GPU 负责运行。

环境搭对了，这几步就能顺畅地配合起来。

小结

CUDA 开发的关键不是选哪个编辑器，而是理解工具链。JetBrains 的工具之所以合适，是因为它们让系统的每个部分各司其职。这让整个环境更干净、更稳定，也更接近生产环境。这个仓库使用的就是这套环境。

术语表

  • JetBrains：开发 CLion、PyCharm、IntelliJ IDEA 等开发工具的公司。
  • CLion：JetBrains 面向 C、C++ 和 CUDA 的 IDE。它位于 CUDA Toolkit 之上，非商业用途免费。
  • IDE（Integrated Development Environment，集成开发环境）：把编辑器、构建工具和调试器合在一起的一个应用。
  • GPU（Graphics Processing Unit）：拥有成千上万个小核心的处理器，CUDA 程序就在它上面运行。
  • 架构（architecture）：一个 GPU 系列的硬件设计，比如 Hopper 或 Blackwell。越新的架构需要越新的工具包和驱动程序。
  • Linux：大多数 GPU 服务器运行的操作系统，也是 CUDA 支持最好的平台。
  • 远程 GPU（remote GPU）：另一台机器上的 GPU，比如云服务器上的，你通过网络来使用它。
  • CMake（Cross-platform Make）：一个描述如何构建项目的工具，不绑定在某一个环境上。
  • CMakeLists.txt：CMake 从中读取如何构建项目的文件。
  • CMAKE_CUDA_ARCHITECTURES：CMake 里指定编译目标计算能力的设置，比如 89 对应 sm_89。
  • 计算能力（compute capability）：GPU 架构的版本号，比如 L40S 是 8.9，H100 是 9.0。
  • 构建（build）：通过编译和链接，把源文件变成可以运行的程序。
  • 编译器（compiler）：把源代码变成处理器能运行的代码的程序。CUDA 用的是 nvcc。
  • Toolkit（CUDA Toolkit）：基础层，包含编译器、运行时，以及和 GPU 通信的库。
  • 运行时（runtime）：程序运行时调用的 CUDA 库，用来管理 GPU 显存、在 GPU 上启动工作。
  • 库（libraries）：随 Toolkit 提供的、现成且经过测试的代码，比如做矩阵运算的 cuBLAS。
  • Hopper / Blackwell：NVIDIA 2022 年和 2024 年的架构，要用上它们的新功能，需要较新的 CUDA 版本。
  • 精度（precision）：每个数字用多少位来存，比如 FP32、FP16 或 FP8。
  • CUDA 版本（CUDA version）：Toolkit 的版本号，比如 13.4。它决定了你的代码能面向哪些 GPU、用上哪些功能。
  • 工具链（toolchain）：构建代码的一连串工具。CLion 调用 CMake，CMake 再调用 CUDA 编译器。
  • Visual Studio：Microsoft 在 Windows 上的 IDE。CUDA 需要安装它，是因为要用它的 C++ 编译器。
  • MSVC（Microsoft Visual C++）：Visual Studio 里的 C++ 编译器。在 Windows 上，nvcc 会把代码中 CPU（Central Processing Unit，中央处理器）的部分交给它。
  • 依赖项（dependency）：另一个程序要正常工作就必须先装好的东西。
  • 驱动程序（GPU driver）：让操作系统和 GPU 通信的软件，和 Toolkit 分开安装。
  • 驱动分支（driver branch）：驱动的一条发布线，比如 580 或 615。每个 CUDA 版本都要求一个最低分支。
  • 生产环境（production）：完成的软件真正为用户运行的环境。
← 上一课14 CUDA Toolkit