如何解决使用 CMake 工具从 cuda .cu 文件引用时加快 Eigen 库的编译
我最近切换到带有 Visual Studio Code 的 CMake 工具,并且我已经移植了一个使用 CUDA 和 Eigen 的项目(我的 CUDA 内核不使用任何 Eigen 功能,我只是使用 Eigen 来简化一些处理步骤,这不会无论如何都不会从 CUDA 中受益)。似乎这种组合使编译过程需要很长时间(我过去在 Windows 中的 Visual Studio 和 Linux 中的 Eclipse 中都设置了这个项目,并且在启用调试信息的情况下进行编译时,编译过程通常会在少于 30 秒)。使用此新设置,使用 Debug 构建变体进行编译可能需要几分钟时间。尽管代码在编译后运行良好,但我怀疑我的项目配置不当,因为这是我与 CMake 放在一起的第一个非最小项目。
特征标头在文件 kernelRegression.cu 中被引用,并(与另一个 .cu 文件一起)构建到我从主程序链接到的库中。
CMakeLists 如下:
add_library(CUDA kernelRegression.cu rasterization.cu)
set_target_properties(CUDA PROPERTIES LINKER_LANGUAGE CUDA)
target_include_directories(CUDA PUBLIC ./ ../Eigen ../BPF)
target_link_libraries(CUDA PUBLIC cufft)
target_precompile_headers(CUDA PUBLIC <Dense>)
项目根目录的CMakeList如下:
cmake_minimum_required(VERSION 3.0.0)
project(KernelRegression VERSION 0.1.0 LANGUAGES CUDA CXX)
include(CTest)
enable_testing()
set(BUILD_SHARED_LIBS ON)
set(CUDA_INCLUDE_DIRS /usr/local/cuda-11.3/include)
find_library(ZLIB libz.so.1 HINTS /usr/lib/x86_64-linux-gnu)
set(CMAKE_CUDA_ARCHITECTURES 75)
#Sources
add_subdirectory(dependencies)
add_subdirectory(dependencies/CUDA)
add_subdirectory(dependencies/BPF)
set(INC_DIRS ./ ./dependencies ./dependencies/BPF ./dependencies/CUDA ./dependencies/Eigen ./dependencies/zlib)
add_executable(KernelRegression main.cu)
#Set Include Directories
target_include_directories(KernelRegression PUBLIC ${INC_DIRS})
target_precompile_headers(KernelRegression PUBLIC <Dense>)
#Set C++ Language Level
target_compile_features(KernelRegression PUBLIC cxx_std_11)
#Enable relocatable device code
set_target_properties(KernelRegression PROPERTIES CUDA_SEPARABLE_COMPILATION ON)
target_link_libraries(KernelRegression PRIVATE cudart cufft curand ${ZLIB} dependencies CUDA BPF)
set(CPACK_PROJECT_NAME ${PROJECT_NAME})
set(CPACK_PROJECT_VERSION ${PROJECT_VERSION})
include(CPack)
在构建 CUDA 目标时,构建输出很长,似乎只是列出了正在实例化的不同模板化方法,以及一些关于从设备代码调用主机代码的警告(这些警告来自 Eigen 中的方法我没有使用的库)。我怀疑正在实例化的模板比我实际打算使用的模板多得多。据说有一个禁用 CUDA 功能的编译器标志 (EIGEN_NO_CUDA),但设置该标志对输出或编译时间没有任何影响。也可能是这样,当我以前用 Eclipse 和 Visual Studio 配置这个项目时,主机编译器正在处理 Eigen 的编译,但现在 nvcc 正在尝试,也许这就是导致问题的原因,但我想不通看看我是否/如何使用主机编译器而不是 nvcc 编译 Eigen。
不幸的是,构建输出太长无法在此处发布,但大多数行看起来像这样:
[build] instantiation of "Eigen::DenseCoeffsBase<Derived,0>::CoeffReturnType Eigen::DenseCoeffsBase<Derived,0>::operator()(Eigen::Index,Eigen::Index) const [with Derived=Eigen::Product<Eigen::Transpose<Eigen::Matrix<double,-1,-1>>,Eigen::Solve<Eigen::ColPivHouseholderQR<Eigen::Matrix<double,Eigen::Matrix<double,0>]"
或者这个:
[build] /home/user/C++/KernelRegressionCMake/dependencies/CUDA/../Eigen/src/Core/Diagonal.h(78): warning: __host__ annotation is ignored on a function("Diagonal") that is explicitly defaulted on its first declaration
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。