CUDA编译器nvcc

nvcc（NVIDIA CUDA Compiler）是 NVIDIA 提供的 CUDA 编译器，用于编译 .cu 文件（CUDA C/C++ 代码）。它支持多种参数来控制编译过程，包括 GPU 架构优化、CUDA 库链接、调试选项等。以下是 nvcc 常用参数分类详解，帮助你高效编译 CUDA 程序。

1. 基本编译选项

参数	作用
-o <output>	指定输出文件名（如 -o my_program）
-c	只编译不链接（生成 .o 文件）
-E	只预处理，不编译（输出预处理后的代码）
-v	显示详细编译过程（调试用）
--help	查看 nvcc 帮助信息

编译可执行程序示例：

nvcc -o my_program my_program.cu  # 编译并链接
nvcc -c kernel.cu                 # 只编译生成 kernel.o

 编译动态库示例：

Linux/macOS

nvcc --shared -o libmycuda.so my_lib.cu \-I/usr/local/cuda/include \-L/usr/local/cuda/lib64 \-lcudart

• --shared：生成动态库。

• -o libmycuda.so：输出动态库文件名（通常以 lib 开头）。

• -lcudart：链接 CUDA 运行时库（动态链接）。

Windows（PowerShell）

nvcc --shared -o mycuda.dll my_lib.cu `-I "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2\include" `-L "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2\lib\x64" `-lcudart

 编译静态库示例： 

Linux/macOS

nvcc --lib -o libmycuda.a my_lib.cu \-I/usr/local/cuda/include \-L/usr/local/cuda/lib64 \-lcudart_static  # 静态链接 CUDA 运行时库

• --lib：生成静态库。

• -lcudart_static：链接 CUDA 静态运行时库（注意后缀 _static）。

Windows（PowerShell）

nvcc --lib -o mycuda.lib my_lib.cu `-I "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2\include" `-L "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.2\lib\x64" `-lcudart_static

2. 指定 GPU 计算架构（关键优化选项）

CUDA 代码需要针对特定 GPU 架构编译，使用 -arch 和 -code 指定：

参数	作用
-arch=sm_XX	指定虚拟架构（如 sm_70 对应 Volta）
-code=sm_XX	指定真实架构（生成对应 GPU 的二进制代码）
-gencode	更灵活地指定多架构（兼容不同 GPU）

推荐写法（兼容性最佳）：

nvcc -o my_program my_program.cu \-gencode arch=compute_50,code=sm_50 \  # 最低支持 Maxwell (SM 5.0)-gencode arch=compute_70,code=sm_70 \  # 支持 Volta (SM 7.0)-gencode arch=compute_80,code=sm_80    # 支持 Ampere (SM 8.0)

查看 GPU 架构：

nvidia-smi --query-gpu=compute_cap --format=csv

3. CUDA 库链接

参数	作用
-lcudart	链接 CUDA 运行时库
-lcublas	链接 cuBLAS（线性代数）
-lcufft	链接 cuFFT（快速傅里叶变换）
-L/path/to/libs	指定库搜索路径
-I/path/to/includes	指定头文件路径

示例：

nvcc -o my_program my_program.cu \-L/usr/local/cuda/lib64 \-I/usr/local/cuda/include \-lcudart -lcublas -lcufft

4. 调试与优化

参数	作用
-G	生成调试信息（用于 gdb 或 cuda-gdb）
-O0 / -O1 / -O2 / -O3	优化级别（-O3 最高）
-lineinfo	生成行号信息（Nsight 性能分析用）
-Xcompiler "<flag>"	传递参数给主机编译器（如 -Xcompiler "-fopenmp"）

示例：

nvcc -G -O0 my_program.cu -o my_program  # 调试模式
nvcc -O3 -lineinfo my_program.cu -o my_program  # 优化 + 性能分析

5. 多文件编译

nvcc -c kernel.cu                # 编译 kernel.cu 生成 kernel.o
nvcc -c utils.cu                 # 编译 utils.cu 生成 utils.o
nvcc -o program kernel.o utils.o # 链接所有 .o 文件

6. 其他实用参数

参数	作用
-std=c++11 / -std=c++14	指定 C++ 标准
-D<MACRO>	定义宏（如 -DDEBUG）
-U<MACRO>	取消宏定义
-Xptxas "-v"	显示 PTX 汇编的寄存器使用情况
-maxrregcount=N	限制每个线程的寄存器数量（优化用）

示例：

nvcc -std=c++14 -DUSE_DOUBLE my_program.cu -o my_program

7. 完整编译示例

nvcc -o my_program my_program.cu \-gencode arch=compute_70,code=sm_70 \-gencode arch=compute_80,code=sm_80 \-L/usr/local/cuda/lib64 \-I/usr/local/cuda/include \-lcudart -lcublas -lcufft \-O3 -lineinfo \-Xcompiler "-fopenmp"

8. 常见问题

1): 编译时报 undefined reference

• 原因：库路径未正确指定或库名拼写错误。

• 解决：

  nvcc -o my_program my_program.cu -L/path/to/libs -lcudart -lcublas

2): 如何编译支持多 GPU 架构的代码？

• 解决：使用 -gencode 指定多个架构：

  nvcc -gencode arch=compute_60,code=sm_60 \-gencode arch=compute_70,code=sm_70 \-o my_program my_program.cu

9. 总结

• 架构选择：用 -arch/-code 或 -gencode 指定 GPU 架构。

• 库链接：-L 指定路径，-l 指定库名。

• 调试优化：-G 调试，-O3 优化，-lineinfo 性能分析。

• 多文件编译：先生成 .o 文件再链接。