CUDA 5.0:CUBIN和CUBLAS_设备，计算能力3.5

我正在尝试编译一个内核，它使用动态并行性将CUBLAS运行到cubin文件。 当我尝试使用命令编译代码时

nvcc -cubin -m64 -lcudadevrt -lcublas_device -gencode arch=compute_35,code=sm_35 -o test.cubin -c test.cu

我得到

ptxas致命：未解析的外部函数'cublasCreate_v2

如果我添加

-rdc=true

compile选项，它可以很好地编译，但是当我尝试使用cuModuleLoad加载模块时，会出现错误500:CUDA\u error\u NOT\u FOUND。来自cuda.h：

/**
 * This indicates that a named symbol was not found. Examples of symbols
 * are global/constant variable names, texture names, and surface names.
 */
CUDA_ERROR_NOT_FOUND                      = 500,

内核代码：

#include <stdio.h>
#include <cublas_v2.h>
extern "C" {
__global__ void a() {
    cublasHandle_t cb_handle = NULL;
    cudaStream_t stream;
    if( threadIdx.x == 0 ) {
        cublasStatus_t status = cublasCreate_v2(&cb_handle);
        cublasSetPointerMode_v2(cb_handle, CUBLAS_POINTER_MODE_HOST);
        if (status != CUBLAS_STATUS_SUCCESS) {
            return;
        }
        cudaStreamCreateWithFlags(&stream, cudaStreamNonBlocking);
        cublasSetStream_v2(cb_handle, stream);
    }
    __syncthreads();
    int jp;
    double A[3];
    A[0] = 4.0f;
    A[1] = 5.0f;
    A[2] = 6.0f;
    cublasIdamax_v2(cb_handle, 3, A, 1, &jp );
}
}

#include <stdio.h>
#include <cuda.h>
#include <cuda_runtime_api.h>

int main() {
    CUresult error;
    CUdevice cuDevice;
    CUcontext cuContext;
    CUmodule cuModule;
    CUfunction testkernel;
    // Initialize
    error = cuInit(0);
    if (error != CUDA_SUCCESS) printf("ERROR: cuInit, %i\n", error);
    error = cuDeviceGet(&cuDevice, 0);
    if (error != CUDA_SUCCESS) printf("ERROR: cuInit, %i\n", error);
    error = cuCtxCreate(&cuContext, 0, cuDevice);
    if (error != CUDA_SUCCESS) printf("ERROR: cuCtxCreate, %i\n", error);
    error = cuModuleLoad(&cuModule, "test.cubin");
    if (error != CUDA_SUCCESS) printf("ERROR: cuModuleLoad, %i\n", error);
    error = cuModuleGetFunction(&testkernel, cuModule, "a");
    if (error != CUDA_SUCCESS) printf("ERROR: cuModuleGetFunction, %i\n", error);
    return 0;
}

主机代码是使用

nvcc-lcuda test.cpp

编译的。 如果我用一个简单的内核（如下所示）替换内核，并在不使用

-rdc=true

的情况下编译它，它就可以正常工作

简单工作内核

#include <stdio.h>
extern "C" {
__global__ void a() {
    printf("hello\n");
}
}

#包括
外部“C”{
__全局无效a（）{
printf（“hello\n”）；
}
}

提前谢谢

• 索伦

---

在第一种方法中，您只是缺少了

-dlink

：

nvcc -cubin -m64 -lcudadevrt -lcublas_device -gencode arch=compute_35,code=sm_35 -o test.cubin -c test.cu -dlink

您还可以通过两个步骤完成此操作：

nvcc -m64 test.cu -gencode arch=compute_35,code=sm_35 -o test.o -dc
nvcc -dlink test.o -arch sm_35 -lcublas_device -lcudadevrt -cubin -o test.cubin

---

你使用驱动程序API有什么原因吗？KiaMorot：我使用pycuda，它使用驱动程序API。我加入C代码的原因是为了让它更透明谢谢，你让我高兴：）有人解释我为什么需要两步编译吗？好问题Soren，用一步的方式更新了我的答案。再次感谢你的跟进！