CUDA 项目

CUDA （统一计算设备架构）是由 NVidia 提供的并行计算平台和编程模型。它为支持 CUDA 的 GPU 提供了 C/C++ 语言扩展和 API。

CLion 支持 CUDA C/C++，并为其提供了代码洞察。此外，CLion 可以通过新建项目向导帮助您创建基于 CMake 的 CUDA 应用程序。

CLion 中的 CUDA 项目

在开始之前，请确保安装了 CUDA Development Toolkit。有关安装过程的更多信息，请参阅官方文档。

创建一个新的 CUDA 项目

在主菜单中，转到文件 | 新建项目并选择 CUDA 可执行文件或 CUDA 库作为您的项目类型。
根据需要指定项目位置、语言标准和库类型。
所选标准将设置为 CMAKE_CUDA_STANDARD 变量。如果您计划向项目中添加其他标准的常规 C/C++ 文件，则需要在 CMakeLists.txt 脚本中手动设置 CMAKE_C_STANDARD/CMAKE_CXX_STANDARD 变量。
点击创建，CLion 将生成一个包含示例 CMakeLists.txt 和 main.cu 的项目：
您可以在设置 | 编辑器 | 文件和代码模板的其他选项卡中编辑 CUDA 项目的 CMakeLists.txt 模板。有关更多信息，请参阅 CMakeLists.txt 文件模板。

打开一个已有的 CUDA 项目

基于 CMake 的 CUDA 项目可以作为常规 CMake 应用程序从文件 | 打开菜单或 CLion 欢迎界面打开。
对于非 CMake 的 CUDA 项目，您可以生成一个编译数据库，然后在 CLion 中加载它。

添加新的 .cu/.cuh 文件

右键点击项目树中的目标文件夹，然后选择新建 | C/C++ 源文件或 C/C++ 头文件。
在 Type 字段中，为 CUDA 源文件或 CUDA 头文件分别选择 .cu 或 .cuh。
如果希望新文件自动添加到一个或多个 CMake 目标中，请选中添加到目标复选框并从列表中选择所需的目标。
选项将包括常规 CMake 目标和使用 cuda_add_executable/cuda_add_library 创建的目标（请参阅 CUDA CMake 语言）。

设置 CUDA 编译器

所有 .cu / .cuh 文件必须使用 NVCC （基于 LLVM 的 CUDA 编译器驱动程序）进行编译。

为了检测 NVCC，CMake 需要知道 CUDA 工具链的位置。使用以下选项之一：

在 systemPATH 变量中设置 CUDA 工具链路径。
在 Linux 上，建议将 /usr/local/cuda-<version>/bin 添加到 PATH 中的 /etc/environment 配置文件。这样，无论您是从终端工作、使用桌面启动器，还是连接到远程 Linux 机器，CUDA 工具包的位置都将可用。有关更多信息，请参阅官方 Linux 安装指南。
或者，在 CMake 中指定 NVCC 的路径。其中一种方法是将 CMAKE_CUDA_COMPILER 变量设置为 NVCC 可执行文件的位置。
您可以将此变量添加到 CMakeLists.txt ，或者在 CMake 选项的设置 | 构建、执行、部署 | CMake 字段中使用它。例如，在 Windows 上：

配置非默认的主机编译器

为了编译主机代码，NVCC 调用系统的默认 C++ 编译器（在 Linux 上为 gcc/g++ ，在 Windows 上为 cl.exe）。您可以在官方 Windows和 Linux指南中检查支持的版本。

如果系统的默认编译器与您的 CUDA 工具包不兼容，您可以指定一个自定义的编译器可执行文件供 NVCC 使用。

选择以下选项之一：

使用 CUDAHOSTCXX 环境变量
CUDAHOSTCXX=/path/to/compiler
- 仅为当前项目设置时，请在设置 | 构建、执行、部署 | CMake 的环境字段中使用它。
- 要使设置系统作用域有效，请在 /etc/environment 中添加此变量。
使用 CMake 变量
- 对于使用 CUDA 作为语言的 CUDA 项目： CMAKE_CUDA_HOST_COMPILER 和 CMAKE_CUDA_FLAGS
- 对于使用 find_package(CUDA) 的 CUDA 项目： CUDA_HOST_COMPILER 和 CUDA_NVCC_FLAGS
将以下行添加到设置 | 构建、执行、部署 | CMake 的 CMake 选项字段中：
-DCMAKE_CUDA_HOST_COMPILER=/path/to/compiler -DCMAKE_CUDA_FLAGS="-ccbin /path/to/compiler"
或者，在 CMakeLists.txt 中设置变量。
确保将这些行放在 project() 命令之前。
set(CMAKE_CUDA_HOST_COMPILER "/path/to/compiler") set(CMAKE_CUDA_FLAGS "${CMAKE_CUDA_FLAGS} -ccbin /path/to/compiler")
要使用工具链的编译器，请将路径替换为 ${CMAKE_CXX_COMPILER}：
set(CMAKE_CUDA_HOST_COMPILER "${CMAKE_CXX_COMPILER}") set(CMAKE_CUDA_FLAGS "${CMAKE_CUDA_FLAGS} -ccbin ${CMAKE_CXX_COMPILER}")

在 Windows 上，当您在 MSVC 工具链中切换 Visual Studio 安装时，主机编译器会自动更改。

CUDA 项目的 CMake

CUDA 语言

从 CMake 3.8 版本开始，CUDA 被支持作为一种语言。请注意 CLion 为新 CUDA 项目生成的 CMakeLists.txt 脚本开头的以下行：

project(cuda_testprj CUDA)

在此命令中， CUDA 被指定为 LANGUAGES选项（为了缩短行，省略了 LANGUAGES关键字）。

例如，您可以编写 project(project_name LANGUAGES CUDA CXX) 以同时启用 CUDA 和 C++ 作为项目语言。

NVCC 编译器选项

要为 NVCC 指定编译器标志，请设置 CMAKE_CUDA_FLAGS变量：

set(CMAKE_CUDA_FLAGS "-Wall")

这样，标志将全局用于所有目标。

另一种方法是使用 target_compile_options命令为特定目标设置标志。例如：

target_compile_options(
    my_target PRIVATE $<$<COMPILE_LANGUAGE:CUDA>:
    --generate-line-info>)
                
   

可分离编译

默认情况下，NVCC 使用全程序编译方法，但您可以启用可分离编译。这样，CUDA 项目的组件将被编译为单独的对象。

您可以通过 CMAKE_CUDA_SEPARABLE_COMPILATION变量控制可分离编译。

添加 set(CMAKE_CUDA_SEPARABLE_COMPILATION ON) 命令以全局启用它。
使用 CUDA_SEPARABLE_COMPILATION属性为特定目标启用它：
set_target_properties( cuda_testprj PROPERTIES CUDA_SEPARABLE_COMPILATION ON)

添加目标

当 CUDA 被启用为一种语言时，您可以使用常规 add_executable/add_library 命令创建包含 CUDA 代码的可执行文件和库：

add_executable(target_name cpp_file.cpp cuda_file.cu)

另一种选择是在添加新文件时添加 CUDA 目标。点击添加新目标，然后从下拉列表中选择所需的命令：

CMake 将根据文件扩展名调用适当的编译器。

CUDA C/C++ 的代码洞察

CLion 解析并正确高亮显示 CUDA 代码，这意味着导航、快速文档和其他代码辅助功能按预期工作：

此外，代码补全可用于内核调用中的尖括号。

使用 cuda-gdb 调试

在 Linux 上，您可以使用 cuda-gdb调试 CUDA 内核。

将 cuda-gdb 设置为自定义调试器

转到设置 | 构建、执行、部署 | 工具链，并在当前工具链的调试器字段中提供路径。
使用 -G 编译器选项添加 CUDA 调试符号： add_compile_options(-G)。您可以在 CMake 选项的 profile或 CMakeLists.txt 脚本中添加此命令。

已知问题和限制

在 Windows 上，CLion 为 MSVC 工具链捆绑的基于 LLDB 的调试器可能会与 CUDA 代码存在问题。
在 macOS 上，自 10.13 版本起，该平台已被官方停止支持，因此 CLion 对 CUDA 项目的支持尚未经过测试。
目前，代码覆盖率、 Valgrind Memcheck 和 CPU 分析工具在 CUDA 项目中无法正常工作。

最后修改日期： 2025年 9月 26日