在内核代码中调用 Eigen 函数时出现 NVCC 编译错误

如何解决在内核代码中调用 Eigen 函数时出现 NVCC 编译错误

我在 Ubuntu 18.04.4 上运行的项目使用 Eigen 3.3.9。在我尝试修改我的项目以获得 CUDA 支持之前，一切都运行良好。我试过 cuda/10.0 和 cuda/10.2。

当我尝试为特征矩阵调用 determinant() 时出现问题。我的编译器产生以下错误。

voxelize.cu(301): error: calling a __host__ function("Eigen::MatrixBase< ::Eigen::Matrix<float,(int)3,(int)0,(int)3> > ::determinant const") from a __global__ function("MeshIterKernel") is not allowed

voxelize.cu(301): error: identifier "Eigen::MatrixBase< ::Eigen::Matrix<float,(int)3> > ::determinant const" is undefined in device code

voxelize.cu(301): error: calling a __host__ function("Eigen::MatrixBase< ::Eigen::Matrix<float,(int)3> > ::determinant const") from a __global__ function("MeshIterKernel") is not allowed

以及同一日志的更多行。

我很确定 Eigen 是受支持的，因为我没有遇到其他 Eigen 函数的任何错误。我看到有关编译时忽略 device 和 host 注释的警告，但没有看到其中之一的决定因素。

./Eigen/src/Core/Block.h(341): warning: __host__ annotation is ignored on a function("BlockImpl_dense") that is explicitly defaulted on its first declaration

./Eigen/src/Core/Block.h(341): warning: __device__ annotation is ignored on a function("BlockImpl_dense") that is explicitly defaulted on its first declaration

./Eigen/src/Core/Transpose.h(66): warning: __host__ annotation is ignored on a function("Transpose") that is explicitly defaulted on its first declaration

./Eigen/src/Core/Transpose.h(66): warning: __device__ annotation is ignored on a function("Transpose") that is explicitly defaulted on its first declaration

这是产生错误的部分代码。

__device__
bool Philipp(Vector3f A,Vector3f B,Vector3f C,Vector3f D,Vector3f P)
{
    Vector3f a = A - P,b = B - P,c = C - P,d = D - P;
    Matrix3f Da,Db,Dc,Dd;
    Da << b,c,d;
    Db << a,d;
    Dc << a,b,d;
    Dd << a,c;

    if((Da.determinant() * Dc.determinant() >= 0) && (Db.determinant() * Dd.determinant() >= 0) && (Da.determinant() * Db.determinant() <= 0))
        return true;
    return false;
}

感谢任何帮助。如果这种情况继续发生，我将实现我自己的行列式函数。

编辑： 这是我可以减少以重现问题的最少代码。

#include <Eigen/Dense>
using namespace Eigen;

__device__
bool Foo()
{
    Vector3f a,c;
    Matrix3f Da;
    a << 1,2,3;
    b << 2,5,7;
    c << 6,1,8;
    Da << a,c;
    return Da.determinant() >= 0;
}

__global__ 
void Kernel()
{
    Foo();
}

int main(int argc,char** argv)
{
    Kernel<<<1,1>>>();
    return 0;
}

我在工作目录中提取了我的 Eigen 文件夹，并将其包含在

nvcc add.cu -I .