CUDA矩阵向量乘法程序编译失败问题求助

一、CMake构建时的未定义引用错误（cudaMalloc、cublasCreate_v2等） #

错误核心原因：CMake配置未正确关联CUDA运行时库（cudart）和cuBLAS库。CUDA 12.x版本推荐使用官方的CUDAToolkit模块替代旧版FindCUDA，确保自动处理库依赖与路径。

修正后的CMakeLists.txt示例 #

cmake_minimum_required(VERSION 3.20)
project(cublas_matvec LANGUAGES CXX CUDA)

# 查找CUDA Toolkit（CUDA 11+版本标准用法）
find_package(CUDAToolkit REQUIRED)

# 添加可执行文件，需包含所有CUDA源文件（.cu后缀）
add_executable(matvec_mult your_main.cpp your_cuda_kernel.cu)

# 链接CUDA运行时与cuBLAS库，使用官方预定义目标避免手动路径错误
target_link_libraries(matvec_mult PRIVATE CUDA::cudart CUDA::cublas)

# 可选：指定适配的GPU架构，根据你的GPU型号调整（如sm_80对应Ampere架构）
set_target_properties(matvec_mult PROPERTIES
    CUDA_ARCHITECTURES "75;80;86"
)

关键注意点 #

• 必须在project声明中加入CUDA语言，让CMake识别并处理CUDA源文件
• 使用CUDA::cudart和CUDA::cublas目标，无需手动写-lcudart、-lcublas，CMake会自动处理库路径与依赖链
• 若代码中包含CUDA核函数（__global__/__device__修饰），需将对应代码放在.cu后缀文件中

二、直接用g++编译时的cuda_fp16.h缺失错误 #

错误核心原因：g默认不会搜索CUDA专属头文件目录，且纯g无法编译CUDA核函数代码，必须通过nvcc处理CUDA相关逻辑。

正确编译方式 #

1. 用nvcc编译（推荐，支持含CUDA核的代码）

nvcc -o matvec_mult your_main.cpp your_cuda_kernel.cu -lcublas -lcudart

• -lcublas和-lcudart显式链接cuBLAS与CUDA运行时库
• nvcc会自动加载CUDA头文件路径，无需手动添加-I参数

2. 若必须用g编译（仅适用于无核函数、仅调用cuBLAS API的纯C代码）
   需手动指定CUDA的头文件与库路径：

g++ -o matvec_mult your_main.cpp -I/usr/local/cuda-12.3/include -L/usr/local/cuda-12.3/lib64 -lcublas -lcudart

• 替换/usr/local/cuda-12.3为你的CUDA实际安装路径
• 注意：此方式无法编译包含__global__/__device__修饰的CUDA核函数

额外验证项 #

• 确认CUDA 12.3环境变量已正确配置：

  export PATH=/usr/local/cuda-12.3/bin:$PATH
  export LD_LIBRARY_PATH=/usr/local/cuda-12.3/lib64:$LD_LIBRARY_PATH
  

• 检查GPU架构匹配性：通过nvidia-smi查看GPU的compute capability，确保CMake中CUDA_ARCHITECTURES参数与之对应

内容的提问来源于stack exchange，提问作者Sean