使用Clang编译CUDA时C++虚类引发nvlink未定义引用错误

Clang编译CUDA项目时出现__cxa_pure_virtual未定义引用的nvlink错误，本质是Clang的CUDA前端未像nvcc一样自动为设备端注入纯虚函数的默认处理符号。针对你的纯虚类Shape和子类Sphere场景，可通过以下方法解决：

1. 区分主机/设备端的类修饰 #

将纯虚类Shape的核心声明限定在主机端，子类Sphere同时支持主机/设备端调用：

// 纯虚类仅主机端可见，确保虚表在主机端生成
class __host__ Shape {
public:
    // 虚函数同时支持主机/设备端调用
    virtual __host__ __device__ float getVolume() const = 0;
    virtual __host__ ~Shape() = default;
};

// 子类实现同时兼容主机/设备端
class Sphere : public Shape {
private:
    float radius;
public:
    __host__ __device__ Sphere(float r) : radius(r) {}
    __host__ __device__ float getVolume() const override {
        return (4.0f/3.0f) * M_PI * radius * radius * radius;
    }
};

这种方式避免设备端代码直接引用纯虚类的虚表，从根源上消除对设备端__cxa_pure_virtual的依赖。

2. 手动提供设备端的__cxa_pure_virtual实现 #

之前的尝试可能未限定设备端修饰，需添加__device__关键字确保符号在设备端可见：

__device__ void __cxa_pure_virtual() {
    printf("设备端调用纯虚函数！\n");
    asm("trap;"); // 触发设备端终止
}

将这段代码放在公共头文件中，确保所有编译单元都能链接到该实现。

3. 调整CMake编译配置 #

在CMakeLists.txt中添加Clang专属的CUDA编译选项，确保C++标准和设备端特性支持：

# 指定Clang作为CUDA编译器
set(CMAKE_CUDA_COMPILER clang)

target_compile_options(你的CUDA目标名 PRIVATE
    $<$<COMPILE_LANGUAGE:CUDA>:
        --cuda-gpu-arch=sm_75  # 替换为你的GPU架构版本
        -std=c++17  # 匹配项目使用的C++标准
        -fcuda-allow-variadic-functions
        -fcuda-disable-target-call-checks
    >
)

这些选项能让Clang更准确地处理CUDA中的C++虚函数特性。

4. 确保设备端无纯虚类实例化 #

检查设备端代码，禁止直接创建纯虚类对象或调用纯虚函数，所有设备端对象必须是Sphere等子类的实例，避免触发对__cxa_pure_virtual的调用。

内容的提问来源于stack exchange，提问作者glowl