如何在nvcc编译CUDA程序时链接NTL、GMP库 有无替代CUDA库可选

nvcc本身支持将原有g++编译参数传递给后端宿主编译器，无需完全重写编译指令，仅需将宿主侧专属编译参数通过-Xcompiler标记传递即可，库链接参数可以直接沿用原有写法，不需要额外修改。
你可以直接使用如下指令完成编译：

nvcc -g -O2 -std=c++11 -Xcompiler "-pthread -march=native" directory/filename.cu -o directory/filename.out -lntl -lgmp -lm

注意：NTL和GMP均为纯CPU实现的运算库，仅能在宿主侧的普通C++代码中调用，不支持在GPU核函数（global/__device__修饰的函数）中直接调用接口。如果你的GPU逻辑中直接调用了这两个库的接口，会直接触发编译报错，这不是编译参数配置的问题，是库本身没有GPU侧实现。

如果需要在GPU核函数中直接调用任意长度整数、多项式运算接口，可以选择以下成熟的CUDA生态库：

• CMP（CUDA Multiprecision Library）：NVIDIA官方维护的任意精度运算库，支持GPU侧原生调用大整数、浮点数运算，性能优化程度最高，可基于其提供的大整数接口自行封装所需的多项式运算逻辑。
• GMP-CUDA：社区维护的GMP库GPU移植版本，接口和原生GMP基本对齐，原有CPU侧的GMP调用代码仅需少量修改即可迁移到GPU侧使用，适合快速迭代。
• cuPoly：专门针对GPU架构优化的多项式运算库，内置了大整数模乘、多项式卷积、模运算等核心功能，无需自行实现基础运算逻辑，适配你的业务场景的效率最高。
• NTL-GPU：社区开发的NTL功能子集GPU移植版本，和原NTL接口兼容度较高，适合原有代码重度依赖NTL多项式相关功能的场景。

内容的提问来源于stack exchange，提问作者render3D