OpenACC新手开发：nvlink报类成员函数未定义引用问题的原因及解决方法咨询

嘿，我之前也碰到过类似的问题，这就帮你理清根源和修复方法！

错误原因 #

你看到的_ZN4Vec1mlEd是C名字修饰后的Vec1::operator*(double)函数名，nvlink找不到它的设备端实现。问题出在你编译共享库的时候，没有把OpenACC生成的设备代码打包进共享库——默认情况下，nvc编译共享库只会保留主机端代码，设备代码不会被嵌入，导致链接测试程序时，GPU端找不到对应的函数实现。

修复方案 #

方案1：调整共享库编译命令，包含设备代码 #

我们需要修改编译流程，让设备代码能被正确打包进共享库并链接：

1. 编译vec1.cpp目标文件：添加keep选项保留中间设备代码文件，方便后续链接：

nvc++ src/vec1.cpp -c -I./include -O3 -march=native -ta=nvidia:cuda11.2,keep -fPIC

2. 生成包含设备代码的共享库：用-gpu=link参数告诉编译器把设备代码嵌入到共享库中：

nvc++ -shared -o libvec1.so vec1.o -ta=nvidia:cuda11.2 -gpu=link

3. 链接测试程序：保持你原来的命令即可，现在共享库已经包含设备代码，nvlink能找到需要的符号：

nvc++ vec1_test_gpu.cpp -I./include -O3 -march=native -ta=nvidia:cuda11.2 -L./ -lvec1

方案2：直接编译所有文件（跳过共享库） #

如果不需要共享库，最简单的方式就是把所有源文件一起编译，编译器会自动处理设备代码的生成和链接：

nvc++ vec1_test_gpu.cpp src/vec1.cpp -I./include -O3 -march=native -ta=nvidia:cuda11.2

为什么原来的命令不行？ #

当你编译共享库时，nvc++默认不会把OpenACC生成的CUDA设备代码加入到共享库里——设备代码需要通过nvlink单独链接，而普通共享库只包含CPU端的代码。当测试程序的GPU并行循环调用Vec1::operator*时，nvlink找不到对应的GPU实现，就会抛出未定义引用错误。

额外小贴士 #

• 如果你知道自己GPU的架构（比如Ampere是sm_80），可以在-ta=nvidia里指定，比如-ta=nvidia:cuda11.2,sm_80，这样生成的设备代码更适配你的硬件，性能更好。
• 加上-ta=nvidia,verbose参数可以查看详细的编译和链接日志，方便排查其他潜在问题。
• 确保所有带#pragma acc routine的函数都被正确编译，编译时如果有警告提示设备代码未生成，要及时检查#pragma是否正确。

内容的提问来源于stack exchange，提问作者WilhelmM