问题标签 [nvcc]

我需要从命令行使用 nvcc 编译一个 cuda .cu 文件。该文件是“vectorAdd_kernel.cu”，包含以下代码：

我使用了以下命令（我需要获取一个 .cubin 文件）：

编译器创建文件 vectorAdd_kernel.cpp4.ii 和 vectorAdd_kernel.cpp1.ii 然后它停止并输出以下输出：

你能帮我解决这个问题吗？

我正在尝试以非标准方式编译 gpgmg CUDA 模拟，因为我没有对尝试运行它的机器的 root 访问权限。

该模拟广泛使用了 HDF5 库 (http://www.hdfgroup.org/HDF5/)。当我在没有 root 访问权限的机器上运行它时，我无法安装 HDF5。因此，我下载了这些文件并将它们保存在一个include目录中。我通过以下命令使用 NVCC 进行编译（是的，我知道这应该是 makefile 格式）。

这编译得很好（如果我只使用 -c 标志），但是当我链接它时，我得到以下错误：

我的第一个想法是main()没有定义，但它是。这是main.cpp：

由于这是同行评审的代码，我假设错误与我链接它的方式有关....

我怎样才能让它正确链接？

我正在尝试制作一个向量，cusp::coo_matrix但似乎无法thrust::host_vector以这种方式使用。考虑这段代码：

我从以下位置收到此错误消息nvcc：

有趣的是，我得到了完全相同的错误cusp::host_memory（嗯，几乎相同）：

所以，我的问题是，这真的是一个缺点还是我做错了什么？非常感谢任何帮助。

另外，我已经测试了，std::vector而不是thrust::host_vector它工作正常。并不是说我是 Thrust 库的忠实粉丝，但我只是好奇。此外，我需要重写一些代码以防thrust::host_vector不合适（thrust::find并且使用了一些其他功能）。

另外，还有其他制作尖点矩阵数组的方法吗？我不认为原始指针new/delete比 更好std::vector，对吗？

在此代码片段中，我希望 MatrixMultiplication() 方法中的“printf”命令显示其文本。它没有，即使“size”已在前一行声明并且“test”设置为 1。这是代码：

我正在使用以下命令进行编译：

nvcc 是否有某些东西使这种“#if defined”命令不起作用？我之前在使用 gcc 的本机C和 C++ 代码中使用过这种语法，它工作得很好。

对这个问题的任何启发都会很棒！

这是关于 Pastebin 的完整代码：http: //pastebin.com/SusnpgFc

如何强制 gcc 在 /usr/cuda/local/include 中查找 cuda_runtime.h？

我正在尝试使用 C 包装器编译 CUDA 应用程序。我正在运行 Ubuntu 10.04。

我已使用以下命令成功地将我的 CUDA 应用程序编译为 .so：

当我尝试使用以下命令编译我的 c 包装文件时：

我收到错误：

我已经验证 cuda_runtime.h 实际上存在于 /usr/local/cuda/include

如何强制 GCC 在我的代码中使用 threadIdx 行进行编译？

我正在尝试使用 ac 包装器编译我的 cuda 应用程序。

要生成 .so 文件，我运行： nvcc -arch=sm_11 -o libtest.so --shared -Xcompiler -fPIC main.cu

然后我尝试使用以下命令编译 c 包装器：gcc -std=c99 -I/usr/local/cuda/include -o main -L。-ltest main.c

这会在我的代码中导致以下错误几层（包含到包含的文件）：错误：'threadIdx' undeclared

注意：一切都可以作为 GPU 应用程序编译和运行，无需任何 C 包装。

我想在 CUDA 中声明全局设备变量的对齐方式。具体来说，我有一个字符串声明，就像 __device__ char str1 = "some pre-defined string"; 在普通 gcc 中一样，我可以向编译器请求对齐 __device__ char str1 __attribute__ ((aligned (4))) = "some pre-defined string";

但是，当我在 nvcc 上尝试此操作时，编译器会忽略这些请求。我想这样做的原因是将这些字符串复制到我的内核中的缓冲区中，并且一次复制单词比一次复制字节要快得多，尽管它们需要对齐 src 字符串。谁能告诉我如何从 nvcc 编译器请求对齐？

根据英伟达网站：

“CUDA 工具包补充并完全支持使用 OpenACC 指令进行编程。”

这是否意味着可以使用编译nvcc器编译 OpenACC 程序（pargma 和 API）？或者这意味着只支持运行时例程调用？

不幸的是，这些天我无法安装 CUDA Toolkit 5.0 来获得答案。谢谢！

我有一个使用三个内核的程序。为了获得加速，我正在做一个虚拟内存复制来创建一个上下文，如下所示：

它是在我想要计时的内核之前启动的，如下所示：

我还阅读了其他最简单的方法来创建上下文作为 o cudaFree(0)​​r cudaDevicesynchronize()。但是使用这些 API 调用比使用虚拟内核要糟糕得多。

在强制上下文之后，程序的执行时间0.000031对于虚拟内核来说​​是秒0.000064，对于 cudaDeviceSynchronize() 和 cudaFree(0) 来说都是秒。时间是程序执行 10 次的平均值。

因此，我得出的结论是，启动内核会初始化一些在以规范方式创建上下文时未初始化的内容。

那么，使用内核和使用 API 调用这两种方式创建上下文有什么区别呢？

我在 GTX480 上运行测试，在 Linux 下使用 CUDA 4.0。

我将 cuda sdk 5.0 安装到 /opt 甚至编译了所有示例，但我无法执行 nvcc。这是一些控制台输出： 我正在使用 linux mint 13。