如何用 Go 语言的 cgo 编译 Cuda 源代码？答案

【问题标题】：how to compile Cuda source with Go language's cgo?如何用 Go 语言的 cgo 编译 Cuda 源代码？
【发布时间】：2015-09-15 14:51:06
【问题描述】：

我用 cuda-c 写了一个简单的程序，它可以在 eclipse nsight 上运行。这是源代码：

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


__global__ void add( int a,int b, int *c){
*c = a + b;
}

int main(void){

int c;
int *dev_c;

cudaMalloc((void**)&dev_c, sizeof(int));

add <<<1,1>>>(2,7,dev_c);

cudaMemcpy(&c, dev_c, sizeof(int),cudaMemcpyDeviceToHost);

printf("\n2+7= %d\n",c);
cudaFree(dev_c);

return 0;
}

现在我正在尝试将此代码与 Go 语言和 cgo 一起使用！！！所以我写了这个新代码：

package main

//#include "/usr/local/cuda-7.0/include/cuda.h"
//#include "/usr/local/cuda-7.0/include/cuda_runtime.h"
//#cgo LDFLAGS: -lcuda
//#cgo LDFLAGS: -lcurand
////default location:
//#cgo LDFLAGS: -L/usr/local/cuda-7.0/lib64 -L/usr/local/cuda-7.0/lib
//#cgo CFLAGS: -I/usr/local/cuda-7.0/include/
//
//
//
//
//
//
//
//
//
//
/*

#include <stdio.h>

__global__ void add( int a,int b, int *c){
    *c = a + b;
}

int esegui_somma(void){

    int c;
    int *dev_c;

    cudaMalloc((void**)&dev_c, sizeof(int));
    add <<<1,1>>> (2,7,dev_c);
    cudaMemcpy(&c, dev_c, sizeof(int),cudaMemcpyDeviceToHost);

    cudaFree(dev_c);
    return c;
}
*/
import "C"
import "fmt"

func main(){
    fmt.Printf("il risultato è %d",C.esegui_somma)
}

但它不起作用！我读到了这个错误信息：

cgo_cudabyexample_1/main.go:34:8: error: expected expression before '<' token
add <<<1,1>>> (2,7,dev_c);
      ^

我认为我必须为 cgo 而不是 gcc 设置 nvcc cuda 编译器。我该怎么做？我可以更改 CC 环境变量吗？最好的问候

【问题讨论】：

您是否尝试过仅使用标准 CC anc CXX 环境变量？（我不知道在这种情况下 cgo 是否可以与 cuda 一起使用，但应该很容易尝试）
您好，感谢您的回复。在 /etc/profile 文件中我添加了这个： export PATH=$PATH:/usr/local/cuda-7.0/bin export CC=nvcc 现在这是错误消息：nvcc fatal : Unknown option 'dM'
我不确定 cuda 编译器是如何工作的，但它显然不是标准的 CC 替代品。我认为您需要在 Go 程序之外编译 cuda 代码。（顺便说一句，你不需要编辑全局配置文件来设置环境变量，如果你用命令定义它，你甚至不需要导出它）。

标签： go cuda environment nvcc cgo

【解决方案1】：

我终于想出了如何做到这一点。最大的问题是nvcc 不遵循gcc 标准标志，并且与clang 不同，它不会默默地忽略它们。 cgo 通过添加一堆用户未明确指定的标志来触发问题。

为了使这一切正常工作，您需要将设备代码和直接调用它的函数分离到单独的文件中，并使用nvcc 直接将它们编译/打包到共享库 (.so) 中。然后，您将使用 cgo 使用系统上的任何默认链接器来链接此共享库。您唯一需要添加的是 -lcudart 到您的 LDFLAGS（链接器标志）以链接 CUDA 运行时。

【讨论】：