Question

我想汇编parallel.cu和python_wrapper.cpp，其中python_wrapper.cpp使用Boost.python将parallel.cu中的方法公开给python。
我是cuda和Boost.python的新手从他们的手册和谷歌，我找不到如何让他们说话有些网站说，我应该做点像

nvcc -o parallel.cu
g++ -o python_wrapper.cpp
g++ parallel.o python_wrapper.o

但我知道编译Boost.python代码的唯一方法是使用bjam 已经尝试将nvcc集成到bjam中，但我无法让它们发挥作用。

parallel.cuh

__global__ void parallel_work();
int do_parallel_work();

python_wrapper.cpp

#include <boost/python/module.hpp>
#include <boost/python/def.hpp>
#include "parallel.cuh"

BOOST_PYTHON_MODULE(parallel_ext){
    using namespace boost::python;
    def("parallel", do_parallel_work);
}

如何编译这些文件？
我听说过PyCuda，但我需要在Boost个文件中加入thrust和.cu库。
另外，如果可能的话，我想坚持使用标准的命令行驱动的编译过程。

Answer 1

使用CUDA函数创建一个静态或动态库并将其链接。也就是说，使用nvcc创建库，然后在单独的步骤中使用g ++在库中创建Python模块和链接。

Answer 2

为了整合用nvcc编译的代码和用g ++编译的代码，我刚刚为cuda源定义了一个新的编译规则，存储在.cu文件中.o

将.cu编译为.o的规则存储在我从Jamroot导入的nvcc.jam文件中。

以下是我的nvcc.jam文件

import type ;
type.register CUDA : cu ;

import generators ;
generators.register-standard nvcc.compile : CUDA : OBJ ;

actions compile
{
    "/usr/local/cuda/bin/nvcc" -gencode=arch=compute_10,code=\"sm_10,compute_10\"  -gencode=arch=compute_20,code=\"sm_20,compute_20\" -gencode=arch=compute_30,code=\"sm_30,compute_30\"  -m64 --compiler-options -fno-strict-aliasing  -I. -I/usr/local/cuda/include -I/home/user/GPU/SDK/C/common/inc -I/home/user/GPU/SDK/shared/inc -DUNIX -O2   -o $(<) -c $(>)
}

显然，由于cuda安装路径是硬编码的，所以它有点像黑客，但它可以满足我的需求。我希望从NVidia SDK分发相当（希望更干净）的bjam扩展。

在主项目文件中，我可以使用.cpp和.cu文件定义编译规则，如：

exe testdraw
:
    gpu/drawable.cu
    gpu/testdraw.cpp
    gpu/cudacommon.cu
    gpu/host.cpp
    gpu/opencl.cpp
    gpu/opencl24.cpp

    png
    z
    cl
    libboost_program_options

    cuda
    cudart
    cublas
:
;

cuda，cudart和cublas是通常宣布的通常的cuda lib。

lib cudart : : <name>cudart ;
lib cuda : : <name>cuda ;
lib cublas : : <name>cublas ;

编译Boost.python和cuda代码

2 个答案: