CUDA项目CMake中最小NVIDIA微架构检查的相关需求问询

CMake的CMAKE_CUDA_ARCHITECTURES主要控制编译生成的目标架构集合，但没法直接按源文件指定最小要求。下面是一套完全满足你需求的实现方案，直接贴到CMakeLists.txt里就能用：

1. 手动指定每个源文件的最小计算能力(CC) #

CMake没有自动分析CUDA源文件所需最小微架构的功能，所以我们手动维护一个映射表，把每个.cu文件和它要求的最低CC对应起来：

# 定义每个CUDA源文件对应的最小计算能力(CC)，格式为"文件名" "CC值"
set(CUDA_SOURCE_MIN_ARCHS
  "src/kernel_featureX.cu" "70"  # 对应Volta架构
  "src/kernel_featureY.cu" "75"  # 对应Turing架构
  "src/common_utils.cu" "60"     # 对应Pascal架构
)

2. 计算项目的整体最小CC要求 #

遍历上面的映射表，取所有源文件最小CC的最大值——这就是项目能正常运行的最低要求，相当于所有源文件支持范围的交集：

# 计算项目所需的最小计算能力：取所有源文件最小CC的最大值
set(PROJECT_MIN_CC 0)
# 循环处理映射表中的每一对(文件名, CC)
while(CUDA_SOURCE_MIN_ARCHS)
  list(GET CUDA_SOURCE_MIN_ARCHS 0 current_file)
  list(GET CUDA_SOURCE_MIN_ARCHS 1 current_cc)
  list(REMOVE_AT CUDA_SOURCE_MIN_ARCHS 0 1)
  
  if(current_cc GREATER PROJECT_MIN_CC)
    set(PROJECT_MIN_CC ${current_cc})
  endif()
endforeach()
message(STATUS "Project minimum required compute capability: sm_${PROJECT_MIN_CC}")

3. 验证系统GPU或目标架构是否达标 #

分三种情况处理：用户指定目标架构、本地编译检测GPU、交叉编译强制指定：

# 优先处理用户直接指定的目标GPU CC（可选参数）
if(DEFINED TARGET_GPU_CC)
  if(TARGET_GPU_CC LESS PROJECT_MIN_CC)
    message(FATAL_ERROR "Specified target GPU CC ${TARGET_GPU_CC} is below project minimum ${PROJECT_MIN_CC}")
  endif()
  set(CMAKE_CUDA_ARCHITECTURES "sm_${TARGET_GPU_CC}" CACHE STRING "CUDA architectures to build for" FORCE)
  message(STATUS "Using explicitly specified target GPU CC: sm_${TARGET_GPU_CC}")
elseif(DEFINED CMAKE_CUDA_ARCHITECTURES)
  # 处理用户通过CMAKE_CUDA_ARCHITECTURES指定的架构集合
  list(GET CMAKE_CUDA_ARCHITECTURES 0 FIRST_TARGET_CC)
  # 提取纯数字CC值（比如从"sm_75"得到"75"）
  string(REGEX REPLACE "sm_" "" FIRST_TARGET_CC_NUM "${FIRST_TARGET_CC}")
  if(FIRST_TARGET_CC_NUM LESS PROJECT_MIN_CC)
    message(FATAL_ERROR "First target architecture sm_${FIRST_TARGET_CC_NUM} is below project minimum sm_${PROJECT_MIN_CC}")
  endif()
  message(STATUS "Using user-specified CUDA architectures: ${CMAKE_CUDA_ARCHITECTURES}")
else()
  # 非交叉编译时，自动检测系统GPU的支持情况
  if(NOT CMAKE_CROSSCOMPILING)
    # 用nvcc查询系统GPU支持的所有架构
    execute_process(
      COMMAND ${CMAKE_CUDA_COMPILER} --query-gpu-arch
      OUTPUT_VARIABLE GPU_ARCHS_OUTPUT
      ERROR_QUIET
      OUTPUT_STRIP_TRAILING_WHITESPACE
    )
    # 解析输出提取所有sm_xx格式的架构
    string(REGEX MATCHALL "sm_[0-9]+" GPU_SUPPORTED_ARCHS "${GPU_ARCHS_OUTPUT}")
    
    # 检查是否有GPU满足项目最小要求
    set(GPU_MEETS_REQ OFF)
    foreach(arch IN LISTS GPU_SUPPORTED_ARCHS)
      string(REPLACE "sm_" "" arch_cc "${arch}")
      if(arch_cc GREATER_EQUAL PROJECT_MIN_CC)
        set(GPU_MEETS_REQ ON)
        break()
      endif()
    endforeach()
    
    if(NOT GPU_MEETS_REQ)
      message(FATAL_ERROR "No GPU in system supports minimum CC sm_${PROJECT_MIN_CC}. Supported archs: ${GPU_SUPPORTED_ARCHS}")
    endif()
    message(STATUS "System GPU meets requirement. Using detected architectures: ${GPU_ARCHS_OUTPUT}")
    # 把检测到的架构设置为CMAKE_CUDA_ARCHITECTURES
    set(CMAKE_CUDA_ARCHITECTURES "${GPU_SUPPORTED_ARCHS}" CACHE STRING "CUDA architectures to build for" FORCE)
  else()
    # 交叉编译时必须指定目标架构
    message(FATAL_ERROR "Cross-compiling: Please set CMAKE_CUDA_ARCHITECTURES. Project minimum is sm_${PROJECT_MIN_CC}")
  endif()
endif()

4. 常规CUDA目标设置 #

最后添加你的项目目标，比如可执行文件或库：

# 添加CUDA可执行文件示例
add_executable(my_cuda_app
  src/main.cpp
  src/kernel_featureX.cu
  src/kernel_featureY.cu
  src/common_utils.cu
)
# 可选：启用CUDA分离编译
set_target_properties(my_cuda_app PROPERTIES
  CUDA_SEPARABLE_COMPILATION ON
)

使用说明 #

• 要指定单个目标GPU，编译时加参数：cmake .. -DTARGET_GPU_CC=75
• 要指定多个目标架构，用：cmake .. -DCMAKE_CUDA_ARCHITECTURES="70;75;80"
• 本地编译时会自动检测GPU，不满足最小要求直接报错终止配置

内容的提问来源于stack exchange，提问作者einpoklum