如何使用Clang的CUDA编译器？Ubuntu17.10编译报错求助

我之前在搭配Clang和CUDA的时候也踩过类似的坑，结合你用的Ubuntu 17.10、CUDA 9.1和Clang 5.0的情况，给你拆解问题并提供具体的解决步骤：

核心问题分析 #

你遇到的报错主要有两个原因：

1. CUDA 9.1不再支持sm_20架构：Clang 5.0默认会尝试针对sm_20（早期NVIDIA GPU架构）编译，但CUDA 9.x开始已经移除了对sm_20的支持，所以找不到对应的libdevice文件。
2. Clang对CUDA路径的识别问题：虽然你指定了--cuda-path，但可能需要额外参数辅助Clang定位CUDA的头文件和库文件。

具体解决步骤 #

1. 指定正确的GPU目标架构 #

首先要明确你的GPU对应的计算能力（Compute Capability），CUDA 9.1支持的最低架构是sm_30，你可以根据自己的GPU型号查对应的sm值（比如GTX 10系列是sm_61，RTX 20系列是sm_75）。编译时通过--cuda-gpu-arch参数指定：

clang++-5.0 --cuda-path=/usr/local/cuda-9.1 --cuda-gpu-arch=sm_30 kernel.cu

如果你不确定自己的GPU架构，可以用NVIDIA的命令查看：

nvidia-smi -q | grep "Compute Capability"

2. 手动指定CUDA的头文件和库路径 #

有时候仅靠--cuda-path不足以让Clang完全定位CUDA资源，你可以手动添加include和lib路径，并链接CUDA runtime库：

clang++-5.0 -I/usr/local/cuda-9.1/include -L/usr/local/cuda-9.1/lib64 \
--cuda-path=/usr/local/cuda-9.1 --cuda-gpu-arch=sm_30 kernel.cu -lcudart

这里-lcudart是链接CUDA runtime库，避免后续出现未定义的CUDA API引用错误。

3. 设置CUDA环境变量（可选但推荐） #

提前设置环境变量可以让Clang自动识别CUDA安装路径，减少命令行参数：

# 临时设置（当前终端有效）
export CUDA_PATH=/usr/local/cuda-9.1
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64:$LD_LIBRARY_PATH

设置后编译命令可以简化为：

clang++-5.0 --cuda-gpu-arch=sm_30 kernel.cu -lcudart

4. 谨慎使用-nocudalib和-nocudainc #

报错里提到的这两个参数是让Clang跳过CUDA标准库和头文件的链接/引用，除非你完全不需要CUDA的核心API（比如cudaMalloc、cuBLAS等），否则不要使用，这会导致CUDA功能完全失效。

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