vscode怎么装cuda

### 如何在 Visual Studio Code (VSCode) 中配置和使用 CUDA 开发环境

#### 安装 VSCode 和必要的扩展
为了支持 CUDA C++ 的开发，在 Visual Studio Code 中可以利用特定的插件来增强编辑器的功能。安装 `vscode-cudacpp` 扩展能够提供对 CUDA C++ 语言的支持[^1]。

#### 配置系统环境变量
对于 Windows 用户来说，为了让编译工具链正常工作，应当设置 PATH 系统环境变量指向 Microsoft Visual Studio 的相应目录。具体位置通常是类似于这样的路径：

C:\Program Files\Microsoft Visual Studio\2022\Community\VC\Tools\MSVC\14.33.31629\bin\Hostx64\x64

需要注意的是，实际路径取决于个人计算机上安装的具体版本号以及架构选择（此处应选用 x64 文件夹下的内容），这一步骤确保了命令行工具可以在任何地方被调用执行[^2]。

#### 创建并打开项目文件夹
启动 Visual Studio Code 后，创建一个新的文件夹用于保存所有的源代码及相关资源，并通过 "File -> Open Folder..." 菜单选项将其作为当前的工作区加载进来。

#### 编写简单的测试程序验证配置是否成功
编写一段基本的 CUDA 测试代码如下所示：

#include <stdio.h>

__global__ void add(int *a, int *b, int *c){
    *c = *a + *b;
}

int main(){
    int a,b,c; // host copies of a, b, c
    int *d_a,*d_b,*d_c; // device copies of a, b, c
    
    // Allocate space for device copies of a, b, c
    cudaMalloc((void**)&d_a,sizeof(int));
    cudaMalloc((void**)&d_b,sizeof(int));
    cudaMalloc((void**)&d_c,sizeof(int));

    // Setup input values
    a=2;b=7;

    // Copy inputs to device
    cudaMemcpy(d_a,&a,sizeof(int),cudaMemcpyHostToDevice);
    cudaMemcpy(d_b,&b,sizeof(int),cudaMemcpyHostToDevice);

    // Launch add() kernel on GPU passing parameters through memory pointers.
    add<<<1,1>>>(d_a,d_b,d_c);

    // Copy result back to host
    cudaMemcpy(&c,d_c,sizeof(int),cudaMemcpyDeviceToHost);

    printf("result is %d\n",c); // print out the sum.

    // Free device copies of vectors
    cudaFree(d_a);
    cudaFree(d_b);
    cudaFree(d_c);

    return 0;
}

如果一切顺利的话，这段代码应该能够在终端里正确编译并且输出预期的结果。