为何CUDA中__device__函数会生成CPU汇编代码？

• 编译器的编译逻辑与 fallback 机制
  NVCC编译器基于主机端编译器（如GCC、Clang）搭建，编译时会同时处理主机和设备端代码。如果__device__函数没有被任何__global__核函数调用，编译器找不到它在设备端的使用场景，就会默认生成CPU汇编作为 fallback 版本。

• 调试与兼容性的备份实现
  即使只标记了__device__，部分编译器版本会自动生成该函数的主机端备份，方便开发者在CPU环境下做模拟调试，不用每次都依赖GPU设备。像示例里的简单函数foo，逻辑完全可以在CPU上等价执行，编译器很容易生成对应的CPU汇编。

• 编译配置的影响
  如果没有明确指定仅编译设备端代码（比如加上--device-c这类参数），NVCC会同时输出主机和设备端的编译产物，平台会把CPU汇编部分展示出来。

内容的提问来源于stack exchange，提问作者ggg