CUDA 与我的 gcc 版本不兼容
Posted
技术标签:
【中文标题】CUDA 与我的 gcc 版本不兼容【英文标题】：CUDA incompatible with my gcc version 【发布时间】：2011-10-01 03:15:23 【问题描述】：我在编译一些随 CUDA SDK 提供的示例时遇到了麻烦。 我已经安装了开发者驱动程序（版本 270.41.19）和 CUDA 工具包， 最后是 SDK（均为 4.0.17 版本）。
最初它根本没有编译：
error -- unsupported GNU version! gcc 4.5 and up are not supported!
我在 81:/usr/local/cuda/include/host_config.h 中找到了负责的那一行，并将其更改为：
//#if __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MINOR__ > 4)
#if __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MINOR__ > 6)
从那时起，我只编译了几个示例，它停止了：
In file included from /usr/include/c++/4.6/x86_64-linux-gnu/bits/gthr.h:162:0,
from /usr/include/c++/4.6/ext/atomicity.h:34,
from /usr/include/c++/4.6/bits/ios_base.h:41,
from /usr/include/c++/4.6/ios:43,
from /usr/include/c++/4.6/ostream:40,
from /usr/include/c++/4.6/iterator:64,
from /usr/local/cuda/include/thrust/iterator/iterator_categories.h:38,
from /usr/local/cuda/include/thrust/device_ptr.h:26,
from /usr/local/cuda/include/thrust/device_malloc_allocator.h:27,
from /usr/local/cuda/include/thrust/device_vector.h:26,
from lineOfSight.cu:37:
/usr/include/c++/4.6/x86_64-linux-gnu/bits/gthr-default.h:251:1: error: pasting "__gthrw_" and "/* android's C library does not provide pthread_cancel, check for
`pthread_create' instead. */" does not give a valid preprocessing token
make[1]: *** [obj/x86_64/release/lineOfSight.cu.o] Error 1
编译某些示例时，我认为这不是驱动程序问题，而是与不受支持的 gcc 版本有关。降级不是一个选项，因为此时 gcc4.6 将整个系统作为依赖项......
【问题讨论】：
对于未来的读者：确保您使用的是最新版本的 CUDA（除非您绝对必须使用早期版本）。 NVIDIA 几乎在每个版本中都提升了最大支持的编译器版本。 这可能对那些使用 CUDA 10 并遇到 gnu 编译器链版本太高的错误有所帮助：***.com/questions/53344283/… 【参考方案1】：CUDA 不支持 gcc 4.5 和 4.6 - 代码无法编译，工具链的其余部分（包括 cuda-gdb）将无法正常工作。你不能使用它们，而且限制是不可协商的。
您唯一的解决方案是安装 gcc 4.4 版本作为 second 编译器（大多数发行版都允许这样做）。 nvcc --compiler-bindir 有一个选项，可用于指向替代编译器。创建一个本地目录，然后对支持的 gcc 版本的可执行文件进行符号链接。通过 --compiler-bindir 选项将该本地目录传递给 nvcc，您应该能够编译 CUDA 代码而不会影响系统的其余部分。
编辑：
请注意，此问题和答案与 CUDA 4 相关。
自编写以来，NVIDIA 一直在更新的 CUDA 工具链版本中扩展对更高版本 gcc 的支持
从 CUDA 4.1 版本开始，现在支持 gcc 4.5。 gcc 4.6 和 4.7 不受支持。 从 CUDA 5.0 版本开始，现在支持 gcc 4.6。 gcc 4.7 不受支持。 从 CUDA 6.0 版本开始，现在支持 gcc 4.7。 从 CUDA 7.0 版本开始，完全支持 gcc 4.8，Ubuntu 14.04 和 Fedora 21 支持 4.9。 从 CUDA 7.5 版本开始，完全支持 gcc 4.8，Ubuntu 14.04 和 Fedora 21 支持 4.9。 从 CUDA 8 版本开始，Ubuntu 16.06 和 Fedora 23 完全支持 gcc 5.3。 从 CUDA 9 版本开始，gcc 6 在 Ubuntu 16.04、Ubuntu 17.04 和 Fedora 25 上得到完全支持。 CUDA 9.2 版本增加了对 gcc 7 的支持 CUDA 10.1 版本增加了对 gcc 8 的支持 CUDA 10.2 版本继续支持 gcc 8 CUDA 11.0 版本在 Ubuntu 20.04 上增加了对 gcc 9 的支持 CUDA 11.1 版本扩展了大多数发行版对 gcc 9 的支持，并在 Fedora linux 上增加了对 gcc 10 的支持目前（从 CUDA 11.1 开始）除了 Fedora linux 之外，CUDA 不支持 gcc 10
请注意，NVIDIA 最近添加了一个非常有用的表 here，其中包含当前 CUDA 版本支持的编译器和操作系统矩阵。
【讨论】：
知道什么用于 CUDA 7.5 吗？ 我在 SLES 11 SP3 上使用带有gcc 4.9.3 的 CUDA 7.5 没有任何问题。
什么？代码应该如何不使用更高版本编译（当然除了硬编码限制）？我唯一能想到的是，由于某些版本默认启用了 C11/C++11，但如果这导致旧代码出现问题，则可以通过命令行开关轻松解决。
第二个@Hi-Angel。 #talonmies“限制是不可协商的”是什么意思？较新版本的 gcc 和 gdb 支持目标文件的较旧二进制标头，因为它们“总是”（有点）具有，没有理由较新的 gcc 版本不应该工作。除了符号链接解决方案之外，任何其他问题很可能是 c 预处理器版本标志设置，如果 gcc 版本测试在某些 cuda 标头中作为定义或宏的一部分“硬编码”，则很容易修复。例外可能是 cuda gpu 编译器本身。
这不是二进制兼容性问题。 CUDA 工具链要求 nvcc 和 GPU 前端解析器可以拦截和重载各种编译器和 libc/libc++ 内部头文件，以编译主机和设备代码并将它们集成在一起。除其他外，CUDA 解析器需要能够正确解析 gcc 内部标头。未经测试的 gcc 版本可能并且确实会失败，而与 NVIDIA 标头中内置的预处理器保护无关。您可以相信我（作为一个已经在 CUDA 工具链上进行黑客攻击近 10 年的人），也可以不相信。在这一点上，我真的不【参考方案2】：
如前所述，nvcc 依赖于 gcc 4.4。通过将软链接添加到使用 nvcc 安装创建的 bin 目录，可以将 nvcc 配置为使用正确版本的 gcc，而无需传递任何编译器参数。
默认的cuda二进制目录（安装默认）是/usr/local/cuda/bin，从这个目录添加一个指向正确版本gcc的软链接就足够了：
sudo ln -s /usr/bin/gcc-4.4 /usr/local/cuda/bin/gcc
【讨论】：
"update-alternatives" 命令也可能有帮助，尤其是在安装 CUDA 5.0 时 我还必须添加一个指向正确版本的 g++ 的符号链接。 我还必须链接到 g++。否则，简单的nvcc 调用可以工作，但是说，将make 应用于CUDA 示例，很快就会引入以nvcc -ccbin g++ 开头的调用。对我来说，我使用了 sudo ln -s /usr/bin/gcc-4.9 /usr/local/cuda/bin/gcc 和 sudo ln -s /usr/bin/g++-4.9 /usr/local/cuda/bin/g++。
如果你用cmake .. && make编译你可以trycmake -D CUDA_NVCC_FLAGS="-ccbin gcc-4.4" .. && make。如果你使用普通的Makefile，你可以trymake CXX=g++-4.4 CC=gcc-4.4。
当我尝试这个命令时，它说“文件存在”并且不执行链接。有什么帮助吗？【参考方案3】：
Gearoid Murphy 的解决方案对我来说效果更好，因为在我的发行版（Ubuntu 11.10）上，gcc-4.4 和 gcc-4.6 位于同一目录中，所以 --compiler-bindir 没有帮助。唯一需要注意的是我还必须安装 g++-4.4 并对其进行符号链接：
sudo ln -s /usr/bin/gcc-4.4 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-4.4 /usr/local/cuda/bin/g++
【讨论】：
【参考方案4】：Gearoid Murphy 的解决方案非常有效。对我来说，我有两个 cuda 目录 -
/usr/local/cuda
/usr/local/cuda-5.0
只能将软链接添加到下面提到的目录 -
/usr/local/cuda
此外，如 SchighSchagh 所述，g++ 和 gcc 软链接都是必需的。
【讨论】：
【参考方案5】：配置 nvcc 以使用特定版本的 gcc（例如 gcc-4.4）的另一种方法是编辑 nvcc.profile 并更改 PATH 以包含您要首先使用的 gcc 的路径。
例如（gcc-4.4.6安装在/opt）：
PATH += /opt/gcc-4.4.6/lib/gcc/x86_64-unknown-linux-gnu/4.4.6:/opt/gcc-4.4.6/bin:$(TOP)/open64/bin:$(TOP)/share/cuda/nvvm:$(_HERE_):
nvcc.profile 的位置有所不同，但它应该与 nvcc 可执行文件本身位于同一目录中。
这有点小题大做，因为 nvcc.profile 不适合按照 nvcc 手册进行用户配置，但它是最适合我的解决方案。
【讨论】：
我建议这样做，但将路径指向带有 g++ 符号链接到正确 gcc 版本的目录（如果您的发行版提供受支持的 gcc 版本特别有用）。例如：mkdir /usr/local/bin/cuda-hack && ln -s /usr/bin/g++-5 /usr/local/bin/cuda-hack【参考方案6】：
查看how to use "update-alternatives" 以解决此问题：
...如果您安装 gcc 4.6，您还可以使用 update-alternatives 命令以允许在版本之间轻松切换。这可以是 配置：
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.6 60 --slave /usr/bin/g++ g++ /usr/bin/g++-4.6 sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.7 40 --slave /usr/bin/g++ g++ /usr/bin/g++-4.7 sudo update-alternatives --config gcc
【讨论】：
【参考方案7】：CUDA 经过一些与 gcc4.7 以及更高版本兼容的标头修改后： https://www.udacity.com/wiki/cs344/troubleshoot_gcc47
【讨论】：
【参考方案8】：对于像我这样在使用 cmake 时感到困惑的人，FindCUDA.cmake 脚本会覆盖 nvcc.profile 中的一些内容。您可以按照http://public.kitware.com/Bug/view.php?id=13674 设置CUDA_HOST_COMPILER 来指定nvcc 主机编译器。
【讨论】：
cmake .. -DCMAKE_INSTALL_PREFIX=/InstallPos_GPU/ -DCMAKE_C_COMPILER="/gcc-8.3.0/bin/gcc" -DCMAKE_CXX_COMPILER="/gcc-8.3.0/bin/g++" -DGMX_GPU=ON -DCUDA_TOOLKIT_ROOT_DIR=/cuda-7.5/ -D NVCCFLAGS=" -ccbin /cuda-7.5/bin/" -DCUDA_HOST_COMPILER=/cuda-7.5/bin/gcc我已经成功安装了支持GPU的gromacs。【参考方案9】：
在大多数发行版上，您可以在最新的编译器（如 gcc-4.7）旁边安装另一个 gcc 和 g++ 版本。此外，大多数构建系统都知道CC 和CXX 环境变量，它们可以分别指定其他C 和C++ 编译器。所以我建议如下：
CC=gcc-4.4 CXX=g++-4.4 cmake path/to/your/CMakeLists.txt
对于 Makefiles 应该有类似的方法。我不建议在 /usr/local 中设置自定义符号链接，除非您知道自己在做什么。
【讨论】：
【参考方案10】：我必须安装旧版本的 gcc、g++。
sudo apt-get install gcc-4.4
sudo apt-get install g++-4.4
检查 gcc-4.4 是否在 /usr/bin/ 中，对于 g++ 也是如此 然后我可以使用上面的解决方案：
sudo ln -s /usr/bin/gcc-4.4 /opt/cuda/bin/gcc
sudo ln -s /usr/bin/g++-4.4 /opt/cuda/bin/g++
【讨论】：
当我尝试这个命令时，它说“文件存在”并且不执行链接。有什么帮助吗？ 恐怕我离思考这个问题太远了，不知道该说什么。希望其他人可以提供帮助。【参考方案11】：这适用于 fedora 23。compat gcc 存储库会根据您的 fedora 版本而略有不同。
如果您安装以下存储库：
sudo yum install compat-gcc-34-c++-3.4.6-37.fc23.x86_64 compat-gcc-34-3.4.6-37.fc23.x86_64
现在假设您的 cuda bin 文件夹位于 /usr/local/cuda/ 中，请按照上述方法制作软链接
sudo ln -s /usr/bin/gcc-34 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-34 /usr/local/cuda/bin/g++
您现在应该能够使用nvcc 进行编译，而不会出现 gcc 版本错误。
【讨论】：
【参考方案12】：对于 CUDA7.5，这些行有效：
sudo ln -s /usr/bin/gcc-4.9 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-4.9 /usr/local/cuda/bin/g++
【讨论】：
【参考方案13】：在$CUDA_HOME/include/host_config.h 中，找到这样的行（在不同的 CUDA 版本之间可能略有不同）：
//...
#if __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MINOR__ > 9)
#error -- unsupported GNU version! gcc versions later than 4.9 are not supported!
#endif [> __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MINOR__ > 9) <]
//...
删除或更改它们以符合您的条件。
请注意，此方法可能不安全，可能会破坏您的构建。例如，gcc 5 默认使用 C++11，但从 CUDA 7.5 开始，nvcc 并非如此。一种解决方法是添加
--Xcompiler="--std=c++98" 用于 CUDA
或
--std=c++11 用于 CUDA>=7.0。
【讨论】：
我们在哪里添加--std=c++ 选项？【参考方案14】：
为了在 Ubuntu 16.10 上编译 CUDA 8.0 示例，我做了：
sudo apt-get install gcc-5 g++-5
cd /path/to/NVIDIA_CUDA-8.0_Samples
# Find the path to the library (this should be in NVIDIA's Makefiles)
LIBLOC=`find /usr/lib -name "libnvcuvid.so.*" | head -n1 | perl -pe 's[/usr/lib/(nvidia-\d+)/.*][$1]'`
# Substitute that path into the makefiles for the hard-coded, incorrect one
find . -name "*.mk" | xargs perl -pi -e "s/nvidia-\d+/$LIBLOC/g"
# Make using the supported compiler
HOST_COMPILER=g++-5 make
这样做的好处是不修改整个系统或只对二进制文件进行符号链接（这可能会导致库链接问题。）
【讨论】：
【参考方案15】：检查您的 CUDA 版本支持的最大 GCC 版本：
| CUDA version | max supported GCC version |
|---|---|
| 11.4.1+, 11.5, 11.6 | 11 |
| 11.1, 11.2, 11.3, 11.4.0 | 10 |
| 11 | 9 |
| 10.1, 10.2 | 8 |
| 9.2, 10.0 | 7 |
| 9.0, 9.1 | 6 |
| 8 | 5.3 |
| 7 | 4.9 |
| 5.5, 6 | 4.8 |
| 4.2, 5 | 4.6 |
| 4.1 | 4.5 |
| 4.0 | 4.4 |
为那个 GCC 版本设置一个环境变量。例如，对于 CUDA 10.2：
MAX_GCC_VERSION=8
确保您已安装该版本：
sudo apt install gcc-$MAX_GCC_VERSION g++-$MAX_GCC_VERSION
在 CUDA 文件夹中添加符号链接：
sudo ln -s /usr/bin/gcc-$MAX_GCC_VERSION /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-$MAX_GCC_VERSION /usr/local/cuda/bin/g++
（或用您的 CUDA 安装路径替换 /usr/local/cuda，如果它不存在）
See this GitHub gist for more information on the CUDA-GCC compatibility table.
【讨论】：
救了我的命大声笑配置噩梦！！！！谢谢。我将它应用于带有 gcc 和 g++ 7 系统链接的 cuda 10。对于遇到此问题的任何人。 我应该自己创建/usr/bin/gcc 和/usr/bin/g++ 或/usr/local/cuda/bin/gcc 文件夹吗？
@JoshDesmond 您提到的文件的符号链接是在第 4 步中创建的。
@bryant1410 当我在第四步中运行命令时，我记得收到类似以下内容的错误：“错误：目录 /usr/local/cuda/bin/gcc 不存在，正在中止”或类似的东西。我现在意识到（在阅读了问题的详细信息之后），您的答案假定 OP 提到了第 0 步：“我已经安装了 CUDA 工具包，最后是 SDK”。我试图使用 NVIDIA 的 cuda_10.2.89_440.33.01_linux.run 向导 thingy 进行安装，它在运行时失败并抱怨 gcc 兼容性。我最终决定卸载 gcc 9：P
如果您使用 [ana|mini]conda（conda-forge 包 cudatoolkit-dev）安装 NVCC，那么您需要在您的环境中链接，例如 ln -s /usr/bin/gcc-8 /home/user/miniconda3/envs/your_env/bin/gcc 和 ln -s /usr/bin/g++-8 /home/user/miniconda3/envs/your_env/bin/g++【参考方案16】：
如果对我使用cmake，那么编辑文件和链接的技巧都不起作用，所以我使用指定 gcc/g++ 版本的标志进行编译。cmake -DCMAKE_C_COMPILER=gcc-6 -DCMAKE_CXX_COMPILER=g++-6 ..
像魅力一样工作。
【讨论】：
哈哈我打算在这里尝试将您的答案与另一个问题联系起来，因为我认为它需要放在这个线程上。又是好作品！谢谢 应该避免在 SO 上发布重复的答案，但我别无选择。 :)【参考方案17】：这解决了我的问题：
sudo rm /usr/local/cuda/bin/gcc
sudo rm /usr/local/cuda/bin/g++
sudo apt install gcc-4.4 g++-4.4
sudo ln -s /usr/bin/gcc-4.4 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-4.4 /usr/local/cuda/bin/g++
【讨论】：
【参考方案18】：这是因为您当前的 CUDA 版本不支持您当前的 GCC 版本。您需要执行以下操作：
找到支持的 GCC 版本（在我的例子中 5 是 CUDA 9）
CUDA 4.1： GCC 4.5 CUDA 5.0： GCC 4.6 CUDA 6.0： GCC 4.7 CUDA 7.0： GCC 4.8 CUDA 7.5： GCC 4.8 CUDA 8： GCC 5.3 CUDA 9： GCC 5.5 CUDA 9.2： GCC 7 CUDA 10.1： GCC 8安装支持的 GCC 版本
sudo apt-get install gcc-5
sudo apt-get install g++-5
更改/usr/bin目录中GCC的软链接
cd /usr/bin
sudo rm gcc
sudo rm g++
sudo ln -s /usr/bin/gcc-5 gcc
sudo ln -s /usr/bin/g++-5 g++
更改/usr/local/cuda-9.0/bin目录中GCC的软链接
cd /usr/local/cuda-9.0/bin
sudo rm gcc
sudo rm g++
sudo ln -s /usr/bin/gcc-5 gcc
sudo ln -s /usr/bin/g++-5 g++
将-DCUDA_HOST_COMPILER=/usr/bin/gcc-5 添加到您的setup.py 文件中，用于编译
if torch.cuda.is_available() and CUDA_HOME is not None:
extension = CUDAExtension
sources += source_cuda
define_macros += [("WITH_CUDA", None)]
extra_compile_args["nvcc"] = [
"-DCUDA_HAS_FP16=1",
"-D__CUDA_NO_HALF_OPERATORS__",
"-D__CUDA_NO_HALF_CONVERSIONS__",
"-D__CUDA_NO_HALF2_OPERATORS__",
"-DCUDA_HOST_COMPILER=/usr/bin/gcc-5"
]
删除旧的构建目录
rm -rd build/
通过设置CUDAHOSTCXX=/usr/bin/gcc-5再次编译
CUDAHOSTCXX=/usr/bin/gcc-5 python setup.py build develop
注意：如果执行这些步骤后仍然出现gcc: error trying to exec 'cc1plus': execvp: no such file or directory 错误，请尝试像这样重新安装 GCC，然后再次编译：
sudo apt-get install --reinstall gcc-5
sudo apt-get install --reinstall g++-5
致谢：https://github.com/facebookresearch/maskrcnn-benchmark/issues/25#issuecomment-433382510
【讨论】：
【参考方案19】：如果遇到此错误，请阅读日志文件：
$ cat /var/log/cuda-installer.log
[INFO]: Driver installation detected by command: apt list --installed | grep -e nvidia-driver-[0-9][0-9][0-9] -e nvidia-[0-9][0-9][0-9]
[INFO]: Cleaning up window
[INFO]: Complete
[INFO]: Checking compiler version...
[INFO]: gcc location: /usr/bin/gcc
[INFO]: gcc version: gcc version 9.2.1 20191008 (Ubuntu 9.2.1-9ubuntu2)
[ERROR]: unsupported compiler version: 9.2.1. Use --override to override this check.
只需按照日志文件中的建议进行操作即可：
sudo sh cuda_<version>_linux.run --override
工作完成:)
我刚刚使用 --override 选项在 Kubuntu 19.10 上安装了 CUDA 10.2 和 gcc 9.2。
【讨论】：
【参考方案20】：对于 CUDA 6.5（显然是 7.0 和 7.5），我创建了一个版本的 gcc 4.8.5 RPM 软件包（在 Fedora Core 30 下），它允许该版本的 gcc 与您系统当前的 GCC 一起安装。
您可以找到所有这些信息here。
【讨论】：
【参考方案21】：在我的例子中，我已经从 Ubuntu 版本安装了 CUDA，cmake 会使用 NVidia SDK Manager 检测到那个版本，而不是新安装的版本。
我跑了dpkg -l | grep cuda 并且可以看到两个版本。
我必须做的是卸载旧的 CUDA（在我的例子中是 9.1 版）并保留新版本（10.2 版）。我像这样使用清除命令：
sudo apt-get purge libcudart9.1 nvidia-cuda-dev nvidia-cuda-doc \
nvidia-cuda-gdb nvidia-cuda-toolkit
请验证软件包名称是否与您要从安装中删除的版本相匹配。
我不得不从空白的BUILD 目录重新运行cmake，以将所有#include 和库重定向到SDK 版本（因为旧路径是在现有构建环境中烘焙的）。
【讨论】：
以上是关于CUDA 与我的 gcc 版本不兼容的主要内容，如果未能解决你的问题，请参考以下文章
如何找到与我的 react native 版本兼容的 fbsdk 版本？