上片博客是具体的配置教程，本篇升级了cuda11版本，然后记录遇到的问题及解决方法
最近公司买来了新的30系显卡(3080ti)，搜了下30系显卡架构变了，必须装cuda11版本
参考：
30 系列显卡是新一代架构，新驱动不支持 cuda 9 以及 cuda 10，所以必须安装 cuda 11_kyle-fang的博客-CSDN博客_cuda版本11一定要安装11吗
装了cuda11，还是配置opencv3.2.0+cmake3.18，可以成功Configure，但是Generate一直报错如下：
CMake Error: The following variables are used in this project, but they are set to NOTFOUND.
Please set them or make sure they are set and tested correctly in the CMake files:
CUDA_nppicom_LIBRARY (ADVANCED)搜了搜，说是cuda11不支持nppicom了，然后我就去修改cmake下的FindCUDA.cmake了，参考：CUDA 11.x CMAKE Error CUDA_nppi_LIBRARY (ADVANCED)_溯雪pro的博客-CSDN博客_cuda 11.x发现没用
然后又参考了一些博客的方法：
1.参考CMAKE ERROR: CUDA_nppicom_LIBRARY (ADVANCED)_ipanda_zll的博客-CSDN博客
这位老哥是直接把cuda版本降到cuda10
我尝试按照他写的又升级了cmake到最新版cmake3.25，发现没用
2.参考CMake Error: CUDA_nppi_LIBRARY (ADVANCED)_dawn_chen123的博客-CSDN博客_cuda_nppi_library
这个他写的那一句我不知道在哪里加，因为我是win10
3. 看了一些Stack Overflow上面的回答
Build OpenCV-4.0.0 with cuda 11 on Ubuntu 18.04 - Stack Overflow
最终参考：Ubuntu18.04+CUDA11.2+opencv4.3.0:CUDA_nppicom_LIBRARY (ADVANCED)报错解决_NENGSHUIYIZHOU的博客-CSDN博客_cuda_nppicom_library
我把opencv版本提高到了opencv4.4.0，问题解决了 （cmake3.25+cuda11.0+opencv4.4.0编译成功）
接下来编译opencv.sln遇到的问题
问题一：“错误 C2131 表达式的计算结果不是常数”。解决方法：在错误列表中找到该错误第一行行，会自动定位到\gapi\own\mat.hpp文件中的一行，如下：
#define TABLE_ENTRY(type) {assign_row<type, 1>, assign_row<type, 2>, assign_row<type, 3>, assign_row<type, 4>}static constexpr func_p_t func_tbl[][max_channels] = {TABLE_ENTRY(uchar),TABLE_ENTRY(schar),TABLE_ENTRY(ushort),TABLE_ENTRY(short),TABLE_ENTRY(int),TABLE_ENTRY(float),TABLE_ENTRY(double)};
将static constexpr中的constexpr改为const，成功编译，参考：VS2015+CMake+opencv4.1+opencv_contrib4.1编译方法及出现的问题_Natsume_Kagura的博客-CSDN博客
问题二：
这些我记得之前编译opencv320的时候有了呀，4.4.0的目录里没有了
参考：【OpenCV】编译opencv_contrib模块_CA727的博客-CSDN博客_无法打开包括文件: “vgg_generated_120.i”: no
可以下载下来，我是去opencv320里粘贴过来的
问题三：编译ade报错
这什么鬼？在cmake时直接把它的勾去掉，除此之外把一些test也都去掉重新configure和generate
ok编译成功
But
我还是想编opencv3.2，因为公司软件架构就是3.2.0的，我一想是因为opencv版本到4.4.0以后才解决的 CUDA_nppicom_LIBRARY (ADVANCED) 的问题，那改cmake的FindCUDA没用的话就去找opencv目录里的cmake了，发现FindCUDA.cmake其实差不多。我又找带cuda的cmake文件，我去，重大发现，OpenCVDetectCUDA.cmake文件里果然又出入
左边是opencv320,右边是opencv440，还是cuda11不支持nppicom的原因，我把右边红框添加到左边，重新generate，问题解决了！
当然了，编译opencv.sln时自然也少不了报错，就这么难，特么的
问题一：
诶，这不和上一篇的问题四一样吗，那个是cuda10不支持2.0架构，把CUDA_ARCH_BIN里的2.0删了，那这回把3.0也删了
其实cuda11支持30显卡，CUDA_ARCH_BIN那应该是8.6起步，我看cmake最新版也没到8.6，那么编译时就会遇到很多warnning，耽误时间
参考【问题解决】安装PCL报错：nvcc fatal : Unsupported gpu architecture ‘compute_30‘_ghgou的博客-CSDN博客_cuda_arch_bin
计算架构说的就是Compute Capability
ok，大功告成
返回过头来看看，其实cmake时好多都不用勾选的，我也不懂那些都是啥，可能编译了一些没用的东西占用时间，最后反正我只要我需要的就行了
2023.1.29更新笔记
一、vs2015不支持cuda11.3，支持cuda11.1，cuda11.2不确定
二、cuda11.1编译opencv320，cmake中CUDA_ARCH_BIN最高支持到6.1，再高的话编译OpenCV.sln会报错：identifier "__shfl_down" is undefined，怀疑是opencv本版过低
三、我的显卡是RTX A4000，对应算力8.6，故升级opencv版本到4.4.0，再将CUDA_ARCH_BIN改成8.6可成功编译
四、 显卡算力查找网址：CUDA GPUs - Compute Capability | NVIDIA Developer
公司常用的：RTX 1080->6.1，P4000->6.1，30系是8.6，20系是7.0，7.5，MX250->6.1，GTX 940M->5.0
五、显卡对应算力和cuda支持算力的匹配规则：
参考：NVIDIA Ampere GPU Architecture Compatibility
意思是说，显卡GPU对应算力要大于cuda版本支持的最高算力，注意是在同一主版本号上作比较
硬件才是最终限制
因此我编译的opencv库要兼容各种显卡，那么CUDA_ARCH_BIN就都写上，注意3.0已被30系显卡废弃，写上会报错
六、查看本机显卡算力的方法：
cmd控制台，进入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\demo_suite目录下，运行deviceQuery.exe会显示如下图
七、cmake生成opencv库时，把BUILD_opencv_world打勾，这样其它库会合成一个opecv_world.lib和opencv_world.dll，再拷贝时方便一些
八、 cuda目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin下也有一些dll，软件发布时会依赖，将用到的都打包到软件包里，比如cudart64_80,cufft64_80,nppi64_80,nppc64_80,npps64_80等，以免出现软件缺库、崩掉等问题
九、 vs2015+cuda11.1+opencv440编译opencv.sln时，会报以下的warning，导致编译很慢
1.vs版本过低，要我升级到2017/2019
2.cuda的thrust库也需要2017及以上版本
更换成cuda11.0就没有warning
