跨平臺(tái)軟件開發(fā)對(duì)應(yīng)用程序的構(gòu)建過程提出了許多挑戰(zhàn)。如何針對(duì)多個(gè)平臺(tái)而不維護(hù)多個(gè)平臺(tái)特定的構(gòu)建腳本、項(xiàng)目或生成文件？如果您需要構(gòu)建 CUDA 代碼作為過程的一部分呢？ CMake 是一個(gè)開源、跨平臺(tái)的工具系列，旨在跨不同平臺(tái)構(gòu)建、測(cè)試和打包軟件。許多開發(fā)人員使用 CMake 來(lái)使用簡(jiǎn)單的獨(dú)立于平臺(tái)和編譯器的配置文件來(lái)控制他們的軟件編譯過程。 CMake 生成可在您選擇的編譯器環(huán)境中使用的本機(jī) makefile 和工作區(qū)。 CMake 工具套件是由 Kitware 創(chuàng)建的，是為了響應(yīng)對(duì) ITK 和 VTK 等開源項(xiàng)目的強(qiáng)大、跨平臺(tái)構(gòu)建環(huán)境的需求。

在這篇文章中，我想向您展示使用 cmake3 . 8 +（ 3 . 9 支持 MSVC ）的特性來(lái)構(gòu)建 CUDA 應(yīng)用程序是多么容易。從 2009 年起， CMake （從 2 . 8 . 0 開始）就提供了通過 Find CUDA 包提供的cuda_add_executable和cuda_add_library等自定義命令編譯 CUDA 代碼的能力。 CGEASE 3 . 8 使 CUDA C ++成為一種本質(zhì)上支持的語(yǔ)言。 CUDA 現(xiàn)在加入了 CMake 支持的各種語(yǔ)言、平臺(tái)、編譯器和 ide ，如圖 1 所示。

CMake 中的一個(gè) CUDA 示例

讓我們從一個(gè)用 CMake 構(gòu)建 CUDA 的例子開始。清單 1 顯示了名為“ particles ”的 CUDA 示例的 CMake 文件。我已經(jīng)在 Github 上提供了此示例的完整代碼。

cmake_minimum_required(VERSION 3.8 FATAL_ERROR)

project(cmake_and_cuda LANGUAGES CXX CUDA)



include(CTest)



add_library(particles STATIC

  randomize.cpp

  randomize.h

  particle.cu

  particle.h

  v3.cu

  v3.h

  )



# Request that particles be built with -std=c++11

# As this is a public compile feature anything that links to

# particles will also build with -std=c++11

target_compile_features(particles PUBLIC cxx_std_11)



# We need to explicitly state that we need all CUDA files in the

# particle library to be built with -dc as the member functions

# could be called by other libraries and executables

set_target_properties( particles

                       PROPERTIES CUDA_SEPARABLE_COMPILATION ON)



add_executable(particle_test test.cu)



set_property(TARGET particle_test

             PROPERTY CUDA_SEPARABLE_COMPILATION ON)

target_link_libraries(particle_test PRIVATE particles)



if(APPLE)

  # We need to add the path to the driver (libcuda.dylib) as an rpath,

  # so that the static cuda runtime can find it at runtime.

  set_property(TARGET particle_test

               PROPERTY

               BUILD_RPATH ${CMAKE_CUDA_IMPLICIT_LINK_DIRECTORIES})

endif()

在我完成清單 1 所示的所有邏輯和特性之前，讓我們先跳過構(gòu)建。如果您使用 VisualStudio ，則需要使用 CGuess 3 . 9 和 VisualStudio CUDA 構(gòu)建擴(kuò)展（包含在 CUDA 工具包中），否則您可以使用生成文件生成器（或忍者生成器）與nvcc（ NVIDIA CUDA 編譯器）和 C ++編譯器在您的路徑中使用 CMASE 3 . 8 或更高。（或者，您可以將CUDACXX和CXX環(huán)境變量分別設(shè)置為nvcc和 C ++編譯器的路徑）。

Y您可以使用CUDAHOSTCXX環(huán)境變量顯式指定與NVCC一起使用的主機(jī)編譯器。（這將控制NVCC的-ccbin選項(xiàng)。）

為了配置 CMake 項(xiàng)目并生成一個(gè) makefile ，我使用了以下命令

cmake -DCMAKE_CUDA_FLAGS=”-arch=sm_30” .

圖 1 顯示了輸出。 CMADE 自動(dòng)發(fā)現(xiàn)并驗(yàn)證 C ++和 CUDA 編譯器并生成一個(gè) MaMaFrimeProject 。注意，參數(shù)-DCMAKE_CUDA_FLAGS="-arch=sm_30"將-arch=sm_30傳遞給nvcc，告訴它以我計(jì)算機(jī)中的開普勒體系結(jié)構(gòu)（ SM _ 30 或 ComputeCapability 3 . 0 ） GPU 為目標(biāo)。

接下來(lái)，圖 1 顯示了我如何使用命令make -j4調(diào)用構(gòu)建。這運(yùn)行了make多個(gè)線程，因此它并行編譯 C ++和 CUDA 源文件。有關(guān) CMake 如何確定在項(xiàng)目中的何處查找并行性的更多信息，請(qǐng)閱讀““用你所有的核心來(lái)建設(shè)”。 CMake 還可以自動(dòng)管理將多種語(yǔ)言構(gòu)建和鏈接到可執(zhí)行文件或共享庫(kù)中。

啟用 CUDA

讓我們深入研究 CMake 代碼并研究不同的組件。和往常一樣，根 CMake 文件中的第一個(gè)命令應(yīng)該是cmake_minimum_required，它斷言 CMake 版本足夠新，并確保 CMake 可以確定當(dāng)用戶運(yùn)行的 CMake 版本比需要的版本更新時(shí)，它需要保留哪些向后兼容性。

通過將– CUDA rt { none |共享|靜態(tài)}設(shè)置為– CUDA rt { none |共享|靜態(tài)}，可以指定所有 CUDA 目標(biāo)將在項(xiàng)目?jī)?nèi)部使用的運(yùn)行時(shí)。例如，要使用靜態(tài) CUDA 運(yùn)行時(shí)庫(kù)，請(qǐng)將其設(shè)置為– CUDA rt 靜態(tài)。

接下來(lái)，第 2 行是 Project 命令，它設(shè)置項(xiàng)目名稱（cmake_and_cuda）并定義所需語(yǔ)言（ C ++和 CUDA ）。這使 CMake 能夠識(shí)別和驗(yàn)證所需的編譯器，并緩存結(jié)果。這將生成圖 3 所示的公共緩存語(yǔ)言標(biāo)志。

既然 CMake 已經(jīng)確定了項(xiàng)目需要什么語(yǔ)言，并且配置了它的內(nèi)部基礎(chǔ)設(shè)施，我們就可以繼續(xù)編寫一些真正的 CMake 代碼了。

用 CMake 建立圖書館

學(xué)習(xí) CMake 時(shí)，每個(gè)人做的第一件事就是編寫一個(gè)生成單個(gè)可執(zhí)行文件的玩具示例就像這個(gè)。讓我們更大膽一點(diǎn)，并生成一個(gè)可執(zhí)行文件使用的靜態(tài)庫(kù)。

使用要求是現(xiàn)代 CMake 的核心。 include 目錄、編譯器定義和編譯器選項(xiàng)等信息可以與目標(biāo)相關(guān)聯(lián)，這樣這些信息就可以通過target_link_libraries自動(dòng)傳播給使用者。在 CMake 的早期版本中，構(gòu)建 CUDA 代碼需要命令，比如cuda_add_library。不幸的是，這些命令無(wú)法參與使用需求，因此無(wú)法使用傳播的編譯器標(biāo)志或定義。 CMake 中現(xiàn)在對(duì) CUDA 的內(nèi)在支持使使用 CUDA 的目標(biāo)能夠充分利用現(xiàn)代 CMake 使用需求，并為所有語(yǔ)言提供統(tǒng)一的 CMake 語(yǔ)法。

C ++語(yǔ)言層

在一個(gè)項(xiàng)目中，首先要配置的事情之一是 C ++語(yǔ)言級(jí)別（ 98 , 11 , 14 ， 17 …）。 CGuSE 3 . 1 介紹了為整個(gè)項(xiàng)目或基于每個(gè)目標(biāo)的基礎(chǔ)來(lái)設(shè)置 C ++語(yǔ)言級(jí)別的能力。還可以控制 CUDA 編譯的 C ++語(yǔ)言級(jí)別。

您可以通過CMAKE_CUDA_STANDARD或target_compile_features命令輕松地要求特定版本的 CUDA 編譯器。為了使target_compile_features更容易與 CUDA 一起使用， CMake 使用了 CUDA C ++的同一組 C ++特征關(guān)鍵字。下面的代碼展示了如何請(qǐng)求 C ++ 11 對(duì)particles目標(biāo)的支持，這意味著粒子目標(biāo)所使用的任何 CUDA 文件都會(huì)被 CUDA C ++ 11 啟用（--std=c++11參數(shù)]nvcc]編譯。

# Request that particles be built with --std=c++11

# As this is a public compile feature anything that links to particles

# will also build with -std=c++11

target_compile_features(particles PUBLIC cxx_std_11)

啟用位置無(wú)關(guān)代碼

在處理大型項(xiàng)目時(shí)，通常會(huì)生成一個(gè)或多個(gè)共享庫(kù)。作為共享庫(kù)一部分的每個(gè)對(duì)象文件通常都需要在啟用位置獨(dú)立代碼的情況下進(jìn)行編譯，這是通過設(shè)置fPIC編譯器標(biāo)志來(lái)完成的。不幸的是，并非所有編譯器都支持fPIC，因此 CMake 在構(gòu)建共享庫(kù)時(shí)自動(dòng)啟用位置無(wú)關(guān)的代碼，從而避免了這個(gè)問題。對(duì)于將鏈接到共享庫(kù)的靜態(tài)庫(kù)，需要通過如下設(shè)置POSITION_INDEPENDENT_CODEtarget 屬性顯式地啟用位置無(wú)關(guān)的代碼。

set_target_properties(particles PROPERTIES POSITION_INDEPENDENT_CODE ON)

CMake 3 . 8 支持 CUDA 編譯的POSITION_INDEPENDENT_CODE屬性，并在請(qǐng)求時(shí)構(gòu)建所有可重新定位的主機(jī)端代碼。對(duì)于那些希望在跨平臺(tái)項(xiàng)目或內(nèi)部共享庫(kù)中使用 CUDA 的項(xiàng)目，或者希望支持深?yuàn)W的 C ++編譯器的項(xiàng)目，這是一個(gè)好消息。

可分離匯編

默認(rèn)情況下， CUDA 編譯器使用整個(gè)程序編譯。實(shí)際上，這意味著所有設(shè)備函數(shù)和變量都需要位于單個(gè)文件或編譯單元中。單獨(dú)編譯和鏈接是在 CUDA 5 . 0 中引入的，它允許將 CUDA 程序的組件編譯成單獨(dú)的對(duì)象。為了使其正常工作，任何使用可分離編譯的庫(kù)或可執(zhí)行文件都有兩個(gè)鏈接階段。首先它必須為包含 CUDA 設(shè)備代碼的所有對(duì)象執(zhí)行設(shè)備鏈接，然后必須執(zhí)行主機(jī)端鏈接，包括上一個(gè)鏈接階段的結(jié)果。

可分離編譯不僅允許項(xiàng)目維護(hù)一個(gè)代碼結(jié)構(gòu)，其中獨(dú)立的函數(shù)被保存在不同的位置，它還有助于提高增量構(gòu)建性能（所有基于 CMake 的項(xiàng)目的一個(gè)特性）。增量構(gòu)建只允許重新編譯和鏈接已修改的單元，這減少了構(gòu)建時(shí)間?？煞蛛x編譯的主要缺點(diǎn)是，對(duì)于駐留在不同編譯位中的函數(shù)的調(diào)用，某些函數(shù)調(diào)用優(yōu)化被禁用，因?yàn)榫幾g器不知道被調(diào)用函數(shù)的詳細(xì)信息。

CMake 現(xiàn)在基本上理解了獨(dú)立編譯和設(shè)備鏈接的概念。隱式地， CMake 會(huì)盡可能長(zhǎng)時(shí)間地延遲 CUDA 代碼的設(shè)備鏈接，因此，如果您使用可重定位的 CUDA 代碼生成靜態(tài)庫(kù)，則設(shè)備鏈接將被推遲，直到靜態(tài)庫(kù)鏈接到共享庫(kù)或可執(zhí)行文件。這是一個(gè)顯著的改進(jìn)，因?yàn)楝F(xiàn)在可以將 CUDA 代碼組合到多個(gè)靜態(tài)庫(kù)中，這在 CMake 中以前是不可能的。要控制 CMake 中的可分離編譯，請(qǐng)按如下方式打開目標(biāo)的CUDA_SEPARABLE_COMPILATION屬性。

set_target_properties(particles PROPERTIES CUDA_SEPARABLE_COMPILATION ON)

高級(jí)提示

如果需要在共享庫(kù)或可執(zhí)行文件使用之前發(fā)生可分離編譯設(shè)備鏈接，則可以通過設(shè)置 target 屬性CUDA_RESOLVE_DEVICE_SYMBOLS顯式請(qǐng)求 CMake 調(diào)用設(shè)備鏈接。

PTX 生成

如果要將 PTX 文件打包用于加載時(shí) JIT 編譯，而不是將 CUDA 代碼編譯到庫(kù)或可執(zhí)行文件的集合中，則可以啟用CUDA_PTX_COMPILATION屬性，如下例所示。本例將一些.cu文件編譯為 PTX ，然后指定安裝位置。

add_library(CudaPTX OBJECT kernelA.cu kernelB.cu)

set_property(TARGET CudaPTX PROPERTY CUDA_PTX_COMPILATION ON)



install(TARGETS CudaPTX

   OBJECTS DESTINATION bin/ptx

)

為了使 PTX 生成成為可能，對(duì) CMake 進(jìn)行了擴(kuò)展，以便所有對(duì)象庫(kù)都能夠在生成器表達(dá)式中安裝、導(dǎo)出、導(dǎo)入和引用。這也使得 PTX 文件能夠被 bin2c 等工具轉(zhuǎn)換或處理，然后作為 C 字符串嵌入到庫(kù)或可執(zhí)行文件中。這是一個(gè)基本的例子。

審核編輯：郭婷