第2章：PyCharm：从安装到调试，打造你的CUDA开发阵地
工欲善其事，必先利其器。这句话在GPU编程领域尤其适用。你想想看，我们后面要写那么多CUDA代码，要调试并行逻辑，没有一个趁手的IDE怎么行？我个人习惯用PyCharm，它虽然不是专门为CUDA设计的，但配合Python的CUDA生态，用起来非常顺手。
这一章，我就带你一步步把PyCharm武装起来。从安装开始，到字体、快捷键、常用设置，最后是调试。嗯，这些都是我这些年踩坑踩出来的经验。
2.1 安装PyCharm：别选错了版本
PyCharm分两个版本：Community（社区版）和Professional（专业版）。
我建议你直接上专业版。为什么？因为专业版支持远程开发、数据库工具、还有专业的Python分析器。这些功能在CUDA开发中很有用。比如远程开发，你可以把代码写在本地，跑在远程的GPU服务器上。我曾经在项目里这么干过，省去了来回传文件的麻烦。
安装步骤很简单：
- 去JetBrains官网下载PyCharm Professional
- 双击安装包，一路Next
- 注意勾选「Add launchers dir to the PATH」
- 选择「.py」文件关联
2.2 设置字体：保护眼睛，从代码开始
写CUDA代码经常一盯就是几个小时。字体不合适，眼睛很快就酸了。我个人习惯用「JetBrains Mono」字体，它是JetBrains自家出的，专门为代码阅读优化过。
设置路径：File → Settings → Editor → Font
我的推荐配置：
| 参数 | 推荐值 | 说明 |
|---|---|---|
| 字体 | JetBrains Mono | 等宽字体，0和O区分明显 |
| 字号 | 16 | 别太小，14以下容易看串行 |
| 行间距 | 1.2 | 太挤了容易看错括号 |
你可能会问：「为什么不用Consolas或者Fira Code？」其实都可以，但我发现JetBrains Mono对中文注释的支持更好。嗯，这一点在写CUDA中文注释时特别明显。
2.3 设置快捷键：让手指飞起来
快捷键这东西，说白了就是肌肉记忆。我刚开始用PyCharm时，总觉得默认快捷键反人类。后来花了一周时间，把常用的几个改成了自己习惯的。
设置路径：File → Settings → Keymap
我强烈建议你改这几个：
- 运行当前文件：默认是
Shift+F10，我改成F5。调试CUDA代码时，按F5直接跑，很顺手。 - 调试当前文件：默认是
Shift+F9，我改成F6。这样F5运行，F6调试，逻辑清晰。 - 格式化代码：默认是
Ctrl+Alt+L，我改成Ctrl+Shift+F。写CUDA代码时，经常要格式化，这个组合键更顺手。
2.4 PyCharm常用设置：让IDE更懂CUDA
PyCharm默认是为纯Python优化的。但我们做CUDA开发，需要做一些额外设置。
第一，设置Python解释器。 这个很重要。路径：File → Settings → Project → Python Interpreter。我建议用conda环境，因为后面要装cupy、numba这些CUDA相关的包，conda管理起来方便。
第二，开启代码自动补全。 路径：Editor → General → Code Completion。把「Case-sensitive completion」改成「None」。这样你输入cuda，它就能补全cupy、cuda相关的函数。我曾经因为大小写问题，浪费了半小时找bug。
第三，设置文件模板。 每次新建Python文件时，自动生成一些基础代码。路径：Editor → File and Code Templates → Python Script。我一般会加上：
# -*- coding: utf-8 -*-
"""
CUDA加速模块
作者：你的名字
日期：${DATE}
"""
import cupy as cp
import numpy as np
这样每次新建文件，就不用重复写这些导入语句了。
2.5 调试：找到并行代码中的幽灵
调试CUDA代码，说实话比调试普通Python代码要难。因为并行执行时，错误可能随机出现。但PyCharm的调试器，能帮我们抓住这些「幽灵」。
设置断点： 点击行号右侧的灰色区域，出现红色圆点就是断点。我习惯在以下位置设断点：
- GPU内存分配前后（检查显存是否泄漏）
- kernel函数调用前后（检查参数是否正确）
- 数据拷贝操作前后（检查数据是否完整）
调试模式： 点击右上角的「小虫子」图标，或者按你设置的调试快捷键（我的是F6）。进入调试模式后，你可以：
- 逐行执行代码（F8）
- 进入函数内部（F7）
- 查看变量值（鼠标悬停在变量上）
条件断点： 右键点击断点，可以设置条件。比如我只想在循环到第100次时停下来。这个功能在调试CUDA的循环计算时特别有用。
变量监视： 在调试窗口的「Variables」面板，可以添加监视表达式。我经常监视cp.cuda.runtime.memoryInfo()，看看显存使用情况。
嗯，调试是个技术活。刚开始你可能觉得麻烦，但相信我，用熟了之后，你会发现它比print大法高效十倍。
好了，这一章的内容就到这里。PyCharm配置好了，后面写CUDA代码时，你会感谢现在花时间做这些设置的自己。