WIN7 64 位旗舰版安装 CUDA 6.0 过程（显卡为NVIDIA GT 440）

   // CUDA runtime 库 + CUBLAS 库 
   #include "cuda_runtime.h"
   #include "cublas_v2.h"
   
   #include <time.h>
   #include <iostream>
   
   using namespace std;
   
  // 定义测试矩阵的维度
  int const M = 5;
  int const N = 10;
  
  int main() 
  {   
      // 定义状态变量
      cublasStatus_t status;
  
      // 在 内存 中为将要计算的矩阵开辟空间
      float *h_A = (float*)malloc (N*M*sizeof(float));
      float *h_B = (float*)malloc (N*M*sizeof(float));
      
      // 在 内存 中为将要存放运算结果的矩阵开辟空间
      float *h_C = (float*)malloc (M*M*sizeof(float));
  
     // 为待运算矩阵的元素赋予 0-10 范围内的随机数
      for (int i=0; i<N*M; i++) {
          h_A[i] = (float)(rand()%10+1);
          h_B[i] = (float)(rand()%10+1);
      
      }
      
      // 打印待测试的矩阵
      cout << "矩阵 A :" << endl;
      for (int i=0; i<N*M; i++){
          cout << h_A[i] << " ";
          if ((i+1)%N == 0) cout << endl;
      }
      cout << endl;
     cout << "矩阵 B :" << endl;
      for (int i=0; i<N*M; i++){
          cout << h_B[i] << " ";
          if ((i+1)%M == 0) cout << endl;
      }
      cout << endl;
      
      /*
      ** GPU 计算矩阵相乘
      */
  
      // 创建并初始化 CUBLAS 库对象
      cublasHandle_t handle;
      status = cublasCreate(&handle);
      
      if (status != CUBLAS_STATUS_SUCCESS)
      {
          if (status == CUBLAS_STATUS_NOT_INITIALIZED) {
              cout << "CUBLAS 对象实例化出错" << endl;
          }
         getchar ();
          return EXIT_FAILURE;
     }
  
      float *d_A, *d_B, *d_C;
     // 在 显存 中为将要计算的矩阵开辟空间
      cudaMalloc (
          (void**)&d_A,    // 指向开辟的空间的指针
          N*M * sizeof(float)    //　需要开辟空间的字节数
     );
      cudaMalloc (
          (void**)&d_B,    
          N*M * sizeof(float)    
      );
  
      // 在 显存 中为将要存放运算结果的矩阵开辟空间
      cudaMalloc (
          (void**)&d_C,
          M*M * sizeof(float)    
      );
  
      // 将矩阵数据传递进 显存 中已经开辟好了的空间
      cublasSetVector (
          N*M,    // 要存入显存的元素个数
          sizeof(float),    // 每个元素大小
          h_A,    // 主机端起始地址
          1,    // 连续元素之间的存储间隔
          d_A,    // GPU 端起始地址
          1    // 连续元素之间的存储间隔
      );
      cublasSetVector (
          N*M, 
          sizeof(float), 
          h_B, 
          1, 
          d_B, 
          1
      );
  
      // 同步函数cudaThreadSynchronize();// 传递进矩阵相乘函数中的参数，具体含义请参考函数手册。float a=1; float b=0;// 矩阵相乘。该函数必然将数组解析成列优先数组cublasSgemm (handle,    // blas 库对象 CUBLAS_OP_T,    // 矩阵 A 属性参数CUBLAS_OP_T,    // 矩阵 B 属性参数M,    // A, C 的行数 M,    // B, C 的列数N,    // A 的列数和 B 的行数&a,    // 运算式的 α 值d_A,    // A 在显存中的地址N,    // ldad_B,    // B 在显存中的地址M,    // ldb&b,    // 运算式的 β 值d_C,    // C 在显存中的地址(结果矩阵)M    // ldc);// 同步函数cudaThreadSynchronize();// 从 显存 中取出运算结果至 内存中去cublasGetVector (M*M,    //  要取出元素的个数sizeof(float),    // 每个元素大小d_C,    // GPU 端起始地址1,    // 连续元素之间的存储间隔h_C,    // 主机端起始地址1    // 连续元素之间的存储间隔);// 打印运算结果cout << "计算结果的转置 ( (A*B)的转置 )：" << endl;for (int i=0;i<M*M; i++){cout << h_C[i] << " ";if ((i+1)%M == 0) cout << endl;}// 清理掉使用过的内存free (h_A);free (h_B);free (h_C);cudaFree (d_A);cudaFree (d_B);cudaFree (d_C);// 释放 CUBLAS 库对象cublasDestroy (handle);getchar();return 0;}