Visual Studio Code无法同时编译cpp与CUDA(cu)文件问题咨询

你遇到的expected primary-expression before ‘)’ token报错本质是：普通C编译器、以及nvcc将文件识别为普通C文件时，无法识别CUDA特有的<<<>>>核函数调用语法，直接判定为语法错误。

1. 分离编译后链接（最推荐） #

CUDA完全支持cpp与cu文件分别编译后再链接，这是多语言混编的标准实现方案：

• 把核函数定义、带<<<>>>语法的CUDA调用逻辑全部放在.cu文件中
• 封装对外暴露的CUDA功能函数，在头文件中用extern "C"声明，避免C++与CUDA的符号修饰规则不一致导致链接错误
  示例代码：

公共头文件（供cpp和cu文件共同引用） #

// cuda_wrapper.h
#ifndef CUDA_WRAPPER_H
#define CUDA_WRAPPER_H
#ifdef __cplusplus
extern "C" {
#endif
// 普通cpp文件只需要调用这个包装函数即可
void run_cuda_hello();
#ifdef __cplusplus
}
#endif
#endif

CUDA实现文件（.cu后缀） #

// cuda_hello.cu
#include "cuda_wrapper.h"
#include <cstdio>
__global__ void cuda_hello_kernel() {
    printf("Hello from CUDA kernel\n");
}
void run_cuda_hello() {
    cuda_hello_kernel<<<1, 1>>>();
    cudaDeviceSynchronize();
}

普通C++文件调用示例 #

// main.cpp
#include "cuda_wrapper.h"
int main() {
    run_cuda_hello();
    return 0;
}

这样普通cpp文件完全接触不到CUDA特有语法，不会出现编译报错。

2. 修改VS Code tasks.json实现自动混编 #

完全可以通过修改tasks.json配置，实现自动区分cpp和cu文件、分别编译后链接，无需手动执行多步编译命令，Linux环境配置示例如下：

{
    "version": "2.0.0",
    "tasks": [
        {
            "label": "编译CUDA文件",
            "type": "shell",
            "command": "/usr/local/cuda/bin/nvcc",
            "args": [
                "-g",
                "-c",
                "${workspaceFolder}/*.cu",
                "-o",
                "${workspaceFolder}/cuda_obj.o"
            ]
        },
        {
            "label": "编译C++文件",
            "type": "shell",
            "command": "/usr/bin/g++",
            "args": [
                "-g",
                "-c",
                "${workspaceFolder}/*.cpp",
                "-I/usr/local/cuda/include",
                "-o",
                "${workspaceFolder}/cpp_obj.o"
            ],
            "dependsOn": ["编译CUDA文件"]
        },
        {
            "label": "构建项目",
            "type": "shell",
            "command": "/usr/bin/g++",
            "args": [
                "-g",
                "${workspaceFolder}/*.o",
                "-L/usr/local/cuda/lib64",
                "-lcudart",
                "-o",
                "${workspaceFolder}/build_output"
            ],
            "group": {
                "kind": "build",
                "isDefault": true
            },
            "dependsOn": ["编译C++文件"]
        }
    ]
}

Windows环境下仅需要替换对应编译器路径、CUDA安装路径即可正常使用。

3. 强制nvcc处理cpp文件（不推荐） #

如果你不想拆分文件，也可以在nvcc编译参数中添加-x cu，强制nvcc将指定的cpp文件识别为CUDA代码处理，不需要修改文件后缀。但该方案会让普通C++代码也走nvcc编译，编译速度慢，且可能出现兼容性问题，非必要不使用。

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