C++ 17 可以使用 clang 与 CUDA 一起使用吗？

Posted 2023-02-23

【中文标题】C++ 17 可以使用 clang 与 CUDA 一起使用吗？

【英文标题】：Can C++17 be used together with CUDA using clang?

【发布时间】：2017-12-24 10:23:57

【问题描述】：

就使用nvcc而言，需要结合使用相应的gcc（我相信目前最大5.4）。这当然会在一定程度上阻止人们在主机端使用 C++17。

由于 C++17 可以使用clang 5 及更高版本进行编译（请参阅here），并且也可以编译 cuda 代码（请参阅here），是否可以同时使用 C+ +17 和 CUDA 同时（或者可能有问题，例如 CUDA 运行时）？

【问题讨论】：

有一个关于 cuda 和现代 C++ 的 cppcast 播客集，可能会让您开始研究以回答这个问题。或者我想您可以尝试一下，看看有什么用；像这样的东西会在这个时间点不断变化。例如，C++17 是指编译器支持还是库支持？

我也非常希望您能花时间自己尝试并回答这个问题...+1

【参考方案1】：

是的，正如您已经猜到的那样，CUDA clang 前端在 C++ 功能支持方面确实领先，甚至在设备代码中也是如此。在 NVCC 之前引入 C++14 特性已经是过去的事了，这几乎没有被社区注意到。

拿这个C++17，不必要的修改if constexpr，sn-p:Fibo

#include <cuda_runtime.h>
#include <cstdio>

constexpr unsigned
fibonacci(const unsigned x) 
    if constexpr (false)
    
        return 0u;
    
    if( x <= 1 )
        return 1;
    return fibonacci(x - 1) + fibonacci(x - 2);


__global__
void k()

    constexpr unsigned arg = fibonacci(5);
    printf("%u", arg);


int main()

    k<<<1,1>>>();
    return 0;

它已经与clang++ -std=c++17 -x cuda 一起运行：https://cuda.godbolt.org/z/GcIqeW

尽管如此，对于这个特定示例，C++17 扩展 lambda 和 C++14 宽松 constexpr 在现代 C++ 中非常重要，即使在 C++11 和 C++14 模式下也添加了 NVCC 8.0+ 标志已经启用这些功能：https://devblogs.nvidia.com/new-compiler-features-cuda-8/

这意味着在删除演示 C++17 if constexpr 构造并添加 -std=c++14 --expt-relaxed-constexpr 标志时，即使没有 __device__ 限定符，上述示例也可以使用 NVCC 9.2 进行编译。

这里是关于nvcc 和clang -x cuda 的设备端C++ 标准支持的列表：https://gist.github.com/ax3l/9489132#device-side-c-standard-support（NVCC 11.0 现在支持设备端 C++17。）

【讨论】：

Visual Studio (msvc) 仍然不支持 C++17。 2020-04-15 甚至是最新版本的 cuda 10.2 和 Visual Studio 2019 msvc。

能否请您说明如何配置 CMake 来完成此任务？

【参考方案2】：

目前在设备代码中最高支持 C++14（在CUDA 9 中引入）

--std c++03|c++11|c++14

Options for Specifying Behavior of Compiler/Linker

但是，如果您的主机仅使用 C++17，则应该可以使用单独的编译并将它们与库链接。 Separate Compilation and Linking of CUDA C++ Device Code

更新：格式化和更多信息

【参考方案3】：

我也遇到过同样的问题，这里有一个简单的例子供遇到同样问题的人参考。

假设有3个文件：main.cppcuda_calling.cppcuda_calling.h， 其中，main.cpp 使用c++17 或您的nvcc 不支持的任何东西。顾名思义，cuda_calling.cpp 必须由nvcc 编译。

首先，将cuda_calling.cpp构建为lib（在实际情况下，可能有很多文件调用cuda。否则，可以构建为目标文件，即cuda_calling.o）。输出文件假定为lib_cudacalling.a。然后将main.cpp和整个项目构建为一个cmake文件：

cmake_minimun_required(VERSION 3.5)
project(separate)
add_compile_options(-std=c++17)
find_package(CUDA REQUIRED)

add_library($PROJECT_NAME.o OBJECT main.cpp) # build as an object file first
add_executable($PROJECT_NAME $<TARGET_OBJECTS:$PROJECT_NAME.o>)

target_link_libraries($PROJECT_NAME cuda_calling) # you may need to specify the path

您可以看到，关键是要单独构建它们。