Debian 9下PyCUDA编译报错：已配置nvcc用clang-3.8仍失败

我来帮你搞定这个PyCUDA的编译错误问题！你的情况很明确：手动用nvcc -ccbin clang-3.8能正常编译CUDA程序，但通过apt安装的PyCUDA跑官方示例就报CompileError，核心原因是PyCUDA默认调用nvcc时没指定clang-3.8作为宿主编译器，而Debian 9自带的GCC版本大概率和你的CUDA版本不兼容，所以必须让PyCUDA跟着你手动编译的路子走。

下面给你两种解决方案，按需选择：

方案1：在代码里直接指定编译选项 #

最简单的方式就是创建SourceModule的时候，把-ccbin clang-3.8作为编译参数传进去，修改后的代码如下：

import pycuda.autoinit
import pycuda.driver as drv
import numpy
from pycuda.compiler import SourceModule

# 关键就是给SourceModule加个options参数
mod = SourceModule("""
__global__ void multiply_them(float *dest, float *a, float *b)
{
    const int i = threadIdx.x;
    dest[i] = a[i] * b[i];
}
""", options=["-ccbin clang-3.8"])

multiply_them = mod.get_function("multiply_them")
a = numpy.random.randn(400).astype(numpy.float32)
b = numpy.random.randn(400).astype(numpy.float32)
dest = numpy.zeros_like(a)
multiply_them(
    drv.Out(dest), drv.In(a), drv.In(b),
    block=(400,1,1), grid=(1,1))
print(dest - a*b)

方案2：全局配置，一劳永逸 #

如果不想每次写代码都加参数，可以通过环境变量或者配置文件让PyCUDA默认用clang-3.8编译：

方式A：设置环境变量 #

在终端里执行这条命令（要是想永久生效，就把它加到~/.bashrc或者~/.profile文件末尾，然后执行source ~/.bashrc生效）：

export PYCUDA_NVCC_FLAGS="-ccbin clang-3.8"

之后再启动Python/IPython跑代码，就不用再手动加参数了。

方式B：修改PyCUDA默认配置（不推荐） #

找到PyCUDA的compiler.py文件（你的路径是/usr/lib/python2.7/dist-packages/pycuda/compiler.py），找到默认编译选项的位置，把"-ccbin clang-3.8"加进去。不过这种方法不建议，因为系统更新PyCUDA之后，你的修改会被覆盖掉。

补充说明：为啥会出这个问题？ #

Debian 9默认的GCC版本是6.x，而你的CUDA版本可能不支持这么高的GCC（比如CUDA 8.0只兼容到GCC 5.x），所以你手动指定clang-3.8才能正常编译。但PyCUDA默认调用nvcc时不会自动带上这个参数，导致nvcc尝试用系统默认的GCC编译，自然就触发错误啦。

内容的提问来源于stack exchange，提问作者Close It