譯註：本文翻譯自Ben的博客（點這裏 ）中的相應文章，文章標題並非作者原標題，在此譯文中爲了清楚表達文章意圖而作修改。本文翻譯原則爲：忠於原文技術內容，非技術內容予以刪減，並附加本人的理解以輔助。Warning: 非全文對照翻譯。
正文：
本文將介紹NVIDIA CUDA的nvcc編譯器在CodeBlocks 中的設置步驟，注意，這些步驟僅僅針對Linux環境下，使用GCC作爲C/C++編譯器的情況，而不適用於Windows環境的情況。
- 點擊CodeBlocks 菜單欄上的Settings --> Compiler and debugger
- 在上方的Selected compiler中，確定“GNU GCC Compiler”被選中，然後點擊下面的Copy按鈕，以新建一個編譯器配置
- 輸入編譯器名字，比如"NVIDIA NVCC CUDA Compiler"
- 彈出的窗口全部點擊“Yes”等，然後選擇下面的Toolchain executables標籤頁，如果看不到，點一下向右的箭頭
- 輸入nvcc的安裝路徑，比如/opt/local/cuda
- 再下面的C compiler輸入：nvcc
- C++ compiler： nvcc
- Linker for dynamic libs: nvcc
- Likner for static libs: nvcc
- Debugger: cuda-gdb?(不確定，我還沒有試過)
- 點擊Search directories標籤頁，在Compiler box中加入／Your_location/NVIDIA_GPU_Computing_SDK/C/common/inc （視安裝路徑不同而不同，這樣添加後，編譯器便能夠找到cutil.h等頭文件）
- 在Linker box中加入 /Your_location/NVIDIA_GPU_Computing_SDK/C/common/lib/linux 和 /Your_location/NVIDIA_GPU_Computing_SDK/C/lib
下面讓CodeBlocks 能夠認出CUDA的源代碼文件：*.cu ：
- 在菜單上點擊Project --> Project tree --> Edit file types & categories
- 點擊Add按鈕
- 輸入類別名，如“CUDA sources”
- 在下面的fire masks中輸入： *.cu;
Ok，現在當你將cu文件添加到項目中後，左邊的項目文件關係樹將出現新的文件夾“CUDA sources”，下面便有新加入的文件。
接下來，還需要作一些小設定，使得cu源代碼文件能夠被編譯器所編譯鏈接：
- 注意：只能對需要編譯的.cu文件進行以下步驟，而那些被其他文件所include的頭文件不需要做這些設定
- 在左邊項目文件關係樹的.cu文件上點擊右鍵，然後點擊Propertiies
- 在Build標籤頁中，選中Compile file 和 Link file
最後，由於nvcc編譯器的語法規則和GCC有一些細微差別，因此要按照下面步驟作一點小小的修正：
- Settings -> Compiler and debugger
- 在上方選擇我們之前新建的NVIDIA NVCC CUDA Compiler
- 點擊下面標籤欄旁邊的向右箭頭，直到滾動到Other settings
- 點擊下面的Advanced options按鈕，在彈出的警告窗口中點擊Yes
- 在Commands標籤頁中選擇Compile single file to object file，然後把Command line macro中的內容替換成：
<!--
@page { margin: 2cm }
P { margin-bottom: 0.21cm }
-->
$compiler --compiler-options "$options" $includes -c $file -o $object
- 在Output parsing標籤頁中選擇Instantiated from info，然後把Regular expression中的內容替換成：
<!--
@page { margin: 2cm }
P { margin-bottom: 0.21cm }
-->
([][{}() #%$~A-Za-z0-9_:+//.-]+)[(:]([0-9]+)/)?:[ ]+([iI]nstantiated from .*)
- 選擇Compiler warning，然後把regular expression中的內容替換成：
<!--
@page { margin: 2cm }
P { margin-bottom: 0.21cm }
-->
([][{}() #%$~A-Za-z0-9_:+//.-]+)[(:]([0-9]+)/)?:[ ]([Ww]arning:[ ].*)
- 選擇Compiler error，然後把regular expression中的內容替換成：
<!--
@page { margin: 2cm }
P { margin-bottom: 0.21cm }
-->
([][{}() #%$~A-Za-z0-9_:+//.-]+)[(:]([0-9]+)/)?:[ ](.*)
Ok，所有設置完成，現在便可以在CodeBlocks 中編寫CUDA應用，然後直接按F9進行Build了。
注意，SDK的例子中，很多需要鏈接cutil庫，記得要在Project --> Build options裏面的Link libraries中加入這個庫，當然，也可以在gblobal compiler settings裏面加入。
正文結束。
譯註： CodeBlocks 是一個十分優秀的開源跨平臺IDE，現在用戶越來越多，經過上述配置，Linux環境下我們不用每次在command line中輸入nvcc ........這樣來編譯項目，同時，也可以很方便的將CUDA引入原有項目中進行整合，編譯。
注意： 項目的Build Options中，一定要把編譯器選擇爲新建的CUDA NVCC Compiler，否則將還是使用普通的C／C＋＋編譯器來編譯項目。修改後，整個項目的所有代碼將首先通過nvcc編譯器，nvcc會作出判斷該文件是C/C++文件還是cu文件，如果是C/C++代碼文件，nvcc會自動將該文件轉交給GCC處理，如果是cu文件，nvcc會按照nvcc編譯規則，分離其中的host和device代碼，然後進行編譯。如果對nvcc編譯過程的細則感興趣，請參考NVIDIA的 《nvcc_版本號.pdf》，該文檔在NVIDIA CUDA網站 有下載，也可以在安裝的CUDA路徑中的doc文件夾中找到。
注意： 再次聲明，以上配置過程僅對Linux環境中使用GCC編譯器的情況有效，Windows中使用CodeBlocks 作爲IDE暫未成功配置，可以確定的是，目前的CUDA版本在Windows中必須使用Visual Studio2005或2008的ld編譯器。
如果在Linux環境下，使用上述配置方法不能成功生成CUDA項目，請檢查GCC編譯器以及CUDA Toolkit和CUDA SDK是否正確安裝和配置。