CUDA学习（一）-NVCC的编译过程

正文：

NVCC的编译过程总体可以用一个图进行描述：

NVCC的编译过程分为离线编译和即时编译两部分组成：

离线编译（绿色虚线框内）：

CUDA源程序（即xxx.cu文件）在编译前的预处理会被分为主机端代码和设备段代码（即图中的左右分支）：

1.如图右分支：在设备端代码会被编译成ptx文件（可以看作是用于设备端的汇编文件）或是直接可运行的二进制文件xxx.cubin，然后将起.ptx/.cubin文件放在fatbinary文件中。

2.如图左分支：在主机端代码进行预处理，并将其嵌入到fatbinary文件中，并将CUDA特定的C++扩展转换成标准C++结构(通过cudafe++和cudafe1.stub.c合成为。cudafe1.cpp),然后C++主机编译器将所合成的主机代码与嵌入的fatbinary编译成主机.o/.obj文件。

即时编译（图片绿色虚线框下方）：

在主机设备启动代码时，CUDA run-time系统会对fatbinary文件进行检测，以获得一个对于GPU设备合适的映像（之后还会提及）：

1.如果之前的cubin文件与当前GPU相匹配，run-time系统通过nvlink对多个设备端文件进行链接，最后通过host linker链接主机端文件成可执行文件。

2.如果cubin文件所表示的虚拟设备与当前GPU不符或者fatbinary文件中只包含ptx文件，将会对fatbinary文件中的ptx文件进行即时编译，并对其进行链接（nvlink）最后通过host linker链接主机端文件成可执行文件。

 

补充：

NVCC极大的考虑到了应用的向后兼容性，（如最上面图的绿色实线宽内）将输入设备端代码根据虚拟gpu结构（virtual architecture）编译成ptx，以及通过当前的真实gpu结构将其编译成cubin文件，到时进行直接执行即可。（如图1：virtual architecture）

图1：virtual architecture

由于ptx的存在，可以提高其兼容性，通过在运行时对ptx进行即时编译成cubin文件并执行。（图2：Just-in-Time Compilation）

图2：Just-in-Time Compilation

nvcc可以通过命令进行设置相应的virtual compute architecture和real sm architecture

nvcc xxx.cu -arch=compute_30 -code=sm_30

其中 -arch=compute_30 是指对虚拟gpu体系结构配置为计算能力为3.0，生成相应的ptx；-code=sm_30则是将ptx文件编译成sm为3.0的cubin二进制文件。

注意：-arch 的配置一定要低于-code ，否者是无法进行编译的。

由于nvcc编译是支持向后编译的，ptx是由虚拟体系结构进行编译的，而现实版本比虚拟gpu体系结构还要低，这会导致无法运行。

---

nvcc编译过程第二篇：https://blog.csdn.net/shungry/article/details/89788342

想了解更多可以直接看官方nvcc文档：https://docs.nvidia.com/cuda/cuda-compiler-driver-nvcc/index.html