如何用cpp_extension将基于libtorch的现有静态库绑定到Python？

先处理LNK2038编译模式不匹配问题 #

• 统一编译模式：PyTorch预编译库默认是Release模式，你的静态库必须同步用Release模式编译。用CMake生成项目时，指定CMAKE_BUILD_TYPE=Release；若用Visual Studio，切换到Release配置后再编译静态库。
• 匹配运行时库：Windows下确保静态库与PyTorch使用相同的C++运行时库。PyTorch默认用MD（多线程动态运行时），因此CMake中需设置：

  set(CMAKE_CXX_FLAGS_RELEASE "/MD")
  

  禁止使用MT（静态运行时），否则会与PyTorch的运行时环境冲突。

解决LNK2001未解析外部符号问题 #

• 显式链接静态库：在setup.py的extra_link_args中添加静态库的路径，示例如下：

  from setuptools import setup
  from torch.utils.cpp_extension import CUDAExtension, BuildExtension
  
  setup(
      name='your_extension',
      ext_modules=[
          CUDAExtension(
              'your_extension',
              ['pybind/extension.cpp'],
              include_dirs=['./path/to/static_lib_headers'],
              extra_link_args=['./path/to/your_static_lib.lib']
          )
      ],
      cmdclass={'build_ext': BuildExtension}
  )
  

  注意：若涉及CUDA代码，必须使用CUDAExtension而非CppExtension，它会自动链接CUDA相关依赖库。
• 正确包含头文件：将静态库的头文件目录添加到include_dirs，确保extension.cpp能找到函数声明，避免因隐式声明导致的符号不匹配。
• 处理C++名字修饰：如果静态库中的函数是C++实现，确保extension.cpp中引用的函数签名（包括命名空间、参数类型、const修饰符等）完全一致；如果是C风格函数，在头文件中用extern "C"包裹函数声明，防止名字修饰导致符号无法匹配：

  // 静态库的头文件中
  extern "C" {
      void your_cuda_function(float* input, float* output, int size);
  }
  

• 验证架构一致性：确保静态库与你的Python解释器为同架构（均为64位），32位与64位混合会直接导致符号无法解析。
• 检查静态库依赖：如果静态库依赖其他第三方库（如CUDA的cudart、cublas等），需确保这些库被正确链接。CUDAExtension会自动处理大部分CUDA依赖，若有额外依赖，需在extra_link_args中添加对应的.lib文件。

内容的提问来源于stack exchange，提问作者rocksNwaves