混合編譯.c/.cpp與.cu文件

項目中用到cuda編程，寫了kernel函數，需要nvcc編譯器來編譯。.c/.cpp的文件，假定用gcc編譯。

如何混合編譯它們，整體思路是：.cu文件編譯出的東西，作為最終編譯出的可執行程序的鏈接依賴。

具體說起來又可以有這幾種情況：

• 分別編譯各個文件，最后鏈接
• 將CUDA程序編譯為靜態庫
• 將CUDA程序弄成動態庫

其中后兩種方式更工程化，基於makefile或CMake會更加方便。

假設手頭上的文件為：

test1.cu
test2.c

則具體編譯指令、編譯腳本如下：

方法1：分別編譯各個文件

nvcc -c test1.cu
gcc -c test2.c
gcc -o testc test1.o test2.o -lcudart -L/usr/local/cuda/lib64

方法2: 將cuda程序編譯為靜態庫

nvcc -lib test1.cu -o libtestcu.a
gcc test2.c -ltestcu -L. -lcudart -L/usr/local/cuda/lib64

方法3：將CUDA程序弄成動態庫

以makefile為例

all: c

c: libtestcu.so
    gcc test2.c -ltestcu -L. -lcudart -L/usr/local/cuda/lib64 -o testc

libtestcu.so: test.cu
    nvcc -o libtestcu.so -shared -Xcompiler -fPIC test1.cu

方法4：基於CMake的一個例子

foo.cuh寫kernel函數聲明
foo.cu 實現kernel函數
foo.cuh和foo.cu一起，編譯成一個庫

main.c調用kernel函數

foo.cuh

參見https://blog.csdn.net/fb_help/article/details/79330815

需要注意的是，VS在debug模式下，應該把nvcc的flags中優化選項關閉掉。

技巧：
可以把kernel函數做一層封裝，這樣一來在其他.c/.cpp文件中，調用這個wrapper函數即可

e.g.

#include <stdio.h>
#include <iostream>

#include "foo.cuh" //注意包含頭文件

int main()
{
    std::cout<<"Hello C++"<<std::endl;
    useCUDA(); // 這個函數是kernel函數的wrapper函數
    return 0;
}