Linux环境下CUDA在CodeBlocks中的配置

译注：本文翻译自Ben的博客（ 点这里）中的相应文章，文章标题并非作者原标题，在此译文中为了清楚表达文章意图而作修改。本文翻译原则为：忠于原文技术内容，非技术内容予以删减，并附加本人的理解以辅助。Warning: 非全文对照翻译。

 

        正文：

 

        本文将介绍NVIDIA CUDA的nvcc编译器在CodeBlocks中的设置步骤，注意，这些步骤仅仅针对Linux环境下，使用GCC作为C/C++编译器的情况，而不适用于Windows环境的情况。

• 点击CodeBlocks菜单栏上的Settings --> Compiler and debugger
• 在上方的Selected compiler中，确定“GNU GCC Compiler”被选中，然后点击下面的Copy按钮，以新建一个编译器配置
• 输入编译器名字，比如"NVIDIA NVCC CUDA Compiler"
• 弹出的窗口全部点击“Yes”等，然后选择下面的Toolchain executables标签页，如果看不到，点一下向右的箭头
• 输入nvcc的安装路径，比如/opt/local/cuda
• 再下面的C compiler输入：nvcc
• C++ compiler： nvcc
• Linker for dynamic libs: nvcc
• Likner for static libs: nvcc
• Debugger: cuda-gdb?(不确定，我还没有试过)
• 点击Search directories标签页，在Compiler box中加入／Your_location/NVIDIA_GPU_Computing_SDK/C/common/inc （视安装路径不同而不同，这样添加后，编译器便能够找到cutil.h等头文件）
• 在Linker box中加入 /Your_location/NVIDIA_GPU_Computing_SDK/C/common/lib/linux 和 /Your_location/NVIDIA_GPU_Computing_SDK/C/lib

 

        下面让CodeBlocks能够认出CUDA的源代码文件：*.cu ：

• 在菜单上点击Project --> Project tree --> Edit file types & categories
• 点击Add按钮
• 输入类别名，如“CUDA sources”
• 在下面的fire masks中输入： *.cu;

 

        Ok，现在当你将cu文件添加到项目中后，左边的项目文件关系树将出现新的文件夹“CUDA sources”，下面便有新加入的文件。

        接下来，还需要作一些小设定，使得cu源代码文件能够被编译器所编译链接：

• 注意：只能对需要编译的.cu文件进行以下步骤，而那些被其他文件所include的头文件不需要做这些设定
• 在左边项目文件关系树的.cu文件上点击右键，然后点击Propertiies
• 在Build标签页中，选中Compile file 和 Link file

 

        最后，由于nvcc编译器的语法规则和GCC有一些细微差别，因此要按照下面步骤作一点小小的修正：

• Settings -> Compiler and debugger
• 在上方选择我们之前新建的NVIDIA NVCC CUDA Compiler
• 点击下面标签栏旁边的向右箭头，直到滚动到Other settings
• 点击下面的Advanced options按钮，在弹出的警告窗口中点击Yes
• 在Commands标签页中选择Compile single file to object file，然后把Command line macro中的内容替换成：<!--@page { margin: 2cm }P { margin-bottom: 0.21cm }-->

  $compiler--compiler-options "$options" $includes -c $file -o $object

• 在Output parsing标签页中选择Instantiated from info，然后把Regular expression中的内容替换成：<!--@page { margin: 2cm }P { margin-bottom: 0.21cm }-->

  ([][{}()#%$~A-Za-z0-9_:+//.-]+)[(:]([0-9]+)/)?:[ ]+([iI]nstantiated from .*)

• 选择Compiler warning，然后把regular expression中的内容替换成：<!--@page { margin: 2cm }P { margin-bottom: 0.21cm }-->

  ([][{}()#%$~A-Za-z0-9_:+//.-]+)[(:]([0-9]+)/)?:[ ]([Ww]arning:[ ].*)

• 选择Compiler error，然后把regular expression中的内容替换成：<!--@page { margin: 2cm }P { margin-bottom: 0.21cm }-->

  ([][{}()#%$~A-Za-z0-9_:+//.-]+)[(:]([0-9]+)/)?:[ ](.*)

 

        Ok，所有设置完成，现在便可以在CodeBlocks中编写CUDA应用，然后直接按F9进行Build了。

        注意，SDK的例子中，很多需要链接cutil库，记得要在Project --> Build options里面的Link libraries中加入这个库，当然，也可以在gblobal compiler settings里面加入。

        正文结束。

 

        译注： CodeBlocks是一个十分优秀的开源跨平台IDE，现在用户越来越多，经过上述配置，Linux环境下我们不用每次在command line中输入nvcc ........这样来编译项目，同时，也可以很方便的将CUDA引入原有项目中进行整合，编译。

        注意：项目的Build Options中，一定要把编译器选择为新建的CUDA NVCC Compiler，否则将还是使用普通的C／C＋＋编译器来编译项目。修改后，整个项目的所有代码将首先通过nvcc编译器，nvcc会作出判断该文件是C/C++文件还是cu文件，如果是C/C++代码文件，nvcc会自动将该文件转交给GCC处理，如果是cu文件，nvcc会按照nvcc编译规则，分离其中的host和device代码，然后进行编译。如果对nvcc编译过程的细则感兴趣，请参考NVIDIA的 《nvcc_版本号.pdf》，该文档在NVIDIA CUDA网站有下载，也可以在安装的CUDA路径中的doc文件夹中找到。

        注意：再次声明，以上配置过程仅对Linux环境中使用GCC编译器的情况有效，Windows中使用CodeBlocks作为IDE暂未成功配置，可以确定的是，目前的CUDA版本在Windows中必须使用Visual Studio2005或2008的ld编译器。

        如果在Linux环境下，使用上述配置方法不能成功生成CUDA项目，请检查GCC编译器以及CUDA Toolkit和CUDA SDK是否正确安装和配置。