1、环境介绍

在linux系统中安装vscode后配置cuda+c/c++编程环境进行学习cuda编程，笔者使用的arm架构的jetson agx orin开发套件，其中已经安装好的cuda11，cudnn, TensorRT，opencv等一系列开发工具（不需要你再进行安装确实很省事）。直接连接的显示屏，并未进行电脑远程链接。根据广大网友推荐，在其中直接安装vscode进行代码的调试。

2、配置过程

2.1、下载安装vscode

vdcode已经支持arm架构的,不需要在下载vscode-oss，直接在官网上下载arm64的文件，安装即可。

官网https://code.visualstudio.com/Download，下载deb的Arm64，网上有很多安装步骤,几行命令。

2.2、环境配置

需要的插件：c/c++。

Nsight Visual Studio Code Edition。

主要是上面两个code runner。

  1. c_cpp_properties.json文件

strl+shift+P->选择C/C++:Edit Configurations(JSON)

{"configurations": [{"name": "Linux","includePath": ["${workspaceFolder}/**",],"defines": [],"compilerPath": "/usr/local/cuda-11/bin/nvcc",//使用的是nvcc编译"cStandard": "c17",//保持默认，跳出来的是c17，不是c11"cppStandard": "gun++17","intelliSenseMode": "linux-gcc-arm64"}],"version": 4}

  1. launch.json

不知道怎么点的，参考https://blog.csdn.net/guzhao9901/article/details/115352574

{"version": "0.2.0","configurations": [{"name": "CUDA C++: Launch","type": "cuda-gdb","request": "launch","program": "${fileDirname}/${fileBasenameNoExtension}","debuggerPath": "/usr/local/cuda-11"/bin/cuda-gdb",//找对路径"preLaunchTask": "build"}]}

3、tasks.json

注意：和x86架构等其它不一样

{"version": "2.0.0","tasks": [{"label": "build","type": "shell","command": "/usr/local/cuda-11/bin/nvcc","args": ["-g","-G","${file}","${fileDirname}/${fileBasenameNoExtension}"],"group":{"kind": "build","isDefault": true}}]}

3、总结

自己也配置了好久，最终成功运行test.cu文件，很多都是基于x86的，很多相关arm文献都并非免费。小白入坑也很久，最终还算是解决了。

4、参考链接

https://blog.csdn.net/oushaojun2/article/details/126836825,

https://blog.csdn.net/guzhao9901/article/details/115352574

https://blog.csdn.net/qq_37365470/article/details/126493972