CUDA编译器nvcc可能遇到：error: asm operand type size(8) does not match type/size implied by constraint ‘r‘

0. 问题描述

1. 该问题产生于我在ptcharm中试图用cupy加速numpy计算，进行一些简单但是繁琐的数据处理，这个问题和cupy关系不大，cupy只要照着nvcc -v给出的版本号对应着下载就ok了
2. 问题的本质是GPU代码的编译问题，因此pytorch等需要CUDA编译器（NVCC）的都有可能遇到这个问题
3. 因为光顾着解决问题，没粘贴报错细节，报错信息其实很长，可以见这个帖子，我遇到的问题和他一样

1. 问题定位

1. 问题定位到如下信息：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include\sm_32_intrinsics.hpp(124): error: asm operand type size(8) does not match type/size implied by constraint ‘r’

2. 解决方法

• 因为我是利用pycharm，不是自己手动在命令行进行编译，所以采用了这个神帖里给出的第二种解决方法：在cmd中执行：

C:\Program Files (x86)\Microsoft Visual Studio\2017\Enterprise\VC\Auxiliary\Build\vcvarsall.bat" x64

• 其实就是找到Microsoft Visual Studio文件夹下的VC\Auxiliary\Build\vcvarsall.bat这个东西，然后给它一个参数x64表示你是想要在64-bit环境下执行编译。
• 注意执行完上述命令关闭cmd之后重启一下pycharm，不重启的我多走了半天的弯路哭都没地哭QAQ
• 执行完上述命令后是这个样子：
  
• 如果你的问题没有解决，可以参照神贴下面另一个人给出的解决方法（都试试没坏处）
  
• 如果上述依然不能解决，可以看看自己环境变量里都设置对了没

3. 问题原因

1. 怎么说，因为可能gcc或者什么很多是默认是32-bit进行编译，而nvcc基本都是64-bit（这个其实取决于你的电脑，一般都会下载64-bit）。很多项目包含了gpu代码和cpu代码（比如我用了cupy代替numpy的同时也用了一些cpu下的python包），nvcc编译gpu代码的时候默认是编译64位平台结果，然而cpu代码编译时可能使用了32位的编译器。
2. But所有非CUDA编译由通用的C编译器完成，cl或者gcc。导致这种“混编”容易因为位数不同导致上述问题的出现。
3. 至于再细节的我看到了一些说是“对齐方式”不同导致的，或者是“寄存器设置”导致的。总之都是64位和32位的设置在打架
4. nvcc的编译可以参考这里

4. reference

https://blog.csdn.net/qq_42679415/article/details/124318003
https://stackoverflow.com/questions/12843846/problems-when-running-nvcc-from-command-line%5B/url%5D
https://blog.csdn.net/weixin_29022115/article/details/116587084?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-116587084-blog-116786403.t0_edu_mix&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-116587084-blog-116786403.t0_edu_mix&utm_relevant_index=1