这个函数NVCC是NVIDIA Cuda编译器NVCC.exe的包装器
与Visual Studio编译器结合使用。在这个CUDA之后
文件可以被编译成内核

如果你第一次调用代码，或者使用“nvcc -config”:
1)它将尝试定位“NVIDIA GPU计算工具包”
可从www.nvidia.com/object/cuda_get.html
典型的位置:
C:\Program Files\NVIDIA GPU计算工具包CUDA v3.2\bin
2)它将尝试定位visual studio编译器
典型的位置:
C:\Program Files (x86)\Microsoft Visual Studio 9.0\VC\bin\
3)使用编译器信息创建一个文件nvccbat.bat。

完成此配置过程后，您可以使用以下方法编译文件:

学校网站(文件名);

或者

学校网站(选项,文件名)

文件名：带有文件名的字符串，例如“example.cu”
选项:例如NVCC编译器选项，
学校网站(option1 option2 option3,文件名)

有关NVCC配置选项类型的帮助，“NVCC——help”

注意!
如果NVCC无法找到编译器，您可以尝试
在文本编辑器中编写你自己的"nvccbat.bat"文件，例如:
呼应了
set PATH=C: Program Files (x86)\Microsoft Visual Studio 9.0\VC\bin\
set PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v3.2\bin
叫vcvars32.bat
NVCC 1 2 3 4 5 6 7 8 9

1例,配置
定位Cuda和VS编译器
nvcc -config

显示NVCC编译器选项
学校网站,帮助

测试一些输入选项
NVCC——dryrun -ptx example.cu

2例,

定位Cuda和VS编译器
nvcc -config
编译代码
nvcc（'example.cu'）;
就像:
nvcc -ptx example.cu

使内核
kernel = parallel.gpu.cudakernel（'example.ptx'，'example.cu'）;

我们想要执行这个内核100次
Kernel.ThreadBlockSize = 100;

我们制作一个带有100个随机文件的数组
Data =兰德(100,“单”);
DataCuda = gpuArray(数据);

我们将值加上1
OneCuda = parallel.gpu.GPUArray.ones (1,1);

执行内核
dataonecuda = feval（内核，datacuda，oneCuda）;

获取数据
DataOne =收集(DataOneCuda);

显示结果
图,等等;
情节(数据,b);
情节(DataOne ' r ');