CUDA nicht kompatibel mit meiner gcc-Version

Ich habe Probleme beim Kompilieren einiger Beispiele, die mit dem CUDA SDK geliefert wurden. Ich habe den Entwicklertreiber (Version 270.41.19) und das CUDA-Toolkit installiert, dann endlich das SDK (beide Version 4.0.17).

Anfangs wurde es überhaupt nicht kompiliert und gab:

error -- unsupported GNU version! gcc 4.5 and up are not supported!

Ich fand die verantwortliche Zeile in 81: /usr/local/cuda/include/host_config.h und änderte sie in:

//#if __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MINOR__ > 4)
#if __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MINOR__ > 6)

Von diesem Zeitpunkt an habe ich nur noch einige Beispiele zum Kompilieren. Es hört auf mit:

In file included from /usr/include/c++/4.6/x86_64-linux-gnu/bits/gthr.h:162:0,
             from /usr/include/c++/4.6/ext/atomicity.h:34,
             from /usr/include/c++/4.6/bits/ios_base.h:41,
             from /usr/include/c++/4.6/ios:43,
             from /usr/include/c++/4.6/ostream:40,
             from /usr/include/c++/4.6/iterator:64,
             from /usr/local/cuda/include/thrust/iterator/iterator_categories.h:38,
             from /usr/local/cuda/include/thrust/device_ptr.h:26,
             from /usr/local/cuda/include/thrust/device_malloc_allocator.h:27,
             from /usr/local/cuda/include/thrust/device_vector.h:26,
             from lineOfSight.cu:37:
/usr/include/c++/4.6/x86_64-linux-gnu/bits/gthr-default.h:251:1: error: pasting         "__gthrw_" and "/* Android's C library does not provide pthread_cancel, check for
`pthread_create' instead.  */" does not give a valid preprocessing token
make[1]: *** [obj/x86_64/release/lineOfSight.cu.o] Error 1

Da einige der Beispiele kompiliert werden, ist dies meines Erachtens kein Treiberproblem, sondern muss etwas mit einer nicht unterstützten gcc-Version zu tun haben. Ein Downgrade ist keine Option, da gcc4.6 zu diesem Zeitpunkt ein ganzes System als Abhängigkeit hat ...

Wie bereits erwähnt, hängt nvcc von gcc 4.4 ab. Es ist möglich, nvcc so zu konfigurieren, dass die richtige Version von gcc verwendet wird, ohne dass Compilerparameter übergeben werden, indem dem mit der nvcc-Installation erstellten bin-Verzeichnis Softlinks hinzugefügt werden.

Das Standard-Binärverzeichnis von cuda (der Standard für die Installation) ist / usr / local / cuda / bin. Das Hinzufügen eines Softlinks zur richtigen Version von gcc aus diesem Verzeichnis ist ausreichend:

sudo ln -s /usr/bin/gcc-4.4 /usr/local/cuda/bin/gcc

gcc 4.5 und 4.6 werden von CUDA nicht unterstützt - Code wird nicht kompiliert und der Rest der Toolchain, einschließlich cuda-gdb, funktioniert nicht richtig. Sie können sie nicht verwenden und die Einschränkung ist nicht verhandelbar.

Ihre einzige Lösung besteht darin, eine gcc 4.4-Version als zweiten Compiler zu installieren (die meisten Distributionen erlauben dies). Es gibt eine Option für nvcc, mit --compiler-bindirder auf einen alternativen Compiler verwiesen werden kann. Erstellen Sie ein lokales Verzeichnis und stellen Sie dann symbolische Links zu den unterstützten ausführbaren Dateien der gcc-Version her. Übergeben --compiler-bindirSie dieses lokale Verzeichnis über die Option an nvcc , und Sie sollten in der Lage sein, CUDA-Code zu kompilieren, ohne den Rest Ihres Systems zu beeinträchtigen.

EDIT :

Beachten Sie, dass sich diese Frage und Antwort auf CUDA 4 bezieht.

Seit dem Schreiben hat NVIDIA die Unterstützung für spätere gcc-Versionen in der neueren CUDA-Toolchain-Version weiter ausgebaut

• Ab der CUDA 4.1-Version wird gcc 4.5 jetzt unterstützt. gcc 4.6 und 4.7 werden nicht unterstützt.
  
• Ab der CUDA 5.0-Version wird gcc 4.6 jetzt unterstützt. gcc 4.7 wird nicht unterstützt.
  
• Ab der CUDA 6.0-Version wird gcc 4.7 jetzt unterstützt.
• Ab der CUDA 7.0-Version wird gcc 4.8 vollständig unterstützt, wobei 4.9 unter Ubuntu 14.04 und Fedora 21 unterstützt wird.
• Ab der CUDA 7.5-Version wird gcc 4.8 vollständig unterstützt, wobei 4.9 unter Ubuntu 14.04 und Fedora 21 unterstützt wird.
• Ab der CUDA 8-Version wird gcc 5.3 unter Ubuntu 16.06 und Fedora 23 vollständig unterstützt.
• Ab der CUDA 9-Version wird gcc 6 unter Ubuntu 16.04, Ubuntu 17.04 und Fedora 25 vollständig unterstützt.
• Die CUDA 9.2-Version bietet Unterstützung für gcc 7
• Die CUDA 10.1-Version bietet Unterstützung für gcc 8

Derzeit gibt es (ab CUDA 10.1) keine gcc 9-Unterstützung in CUDA.

Beachten Sie, dass NVIDIA kürzlich eine sehr nützliche Tabelle hinzugefügt hat, die den unterstützten Compiler und die Betriebssystemmatrix für die aktuelle CUDA-Version enthält.

1. Überprüfen Sie die maximal unterstützte GCC-Version für Ihre CUDA-Version:

    | CUDA version | max supported GCC version |
    |--------------|---------------------------|
    |      11      |             9             |
    |  10.1, 10.2  |             8             |
    |   9.2, 10.0  |             7             |
    |   9.0, 9.1   |             6             |
    |       8      |            5.3            |
    |       7      |            4.9            |
    |    5.5, 6    |            4.8            |
    |    4.2, 5    |            4.6            |
    |      4.1     |            4.5            |
    |      4.0     |            4.4            |
   

2. Legen Sie eine env var für diese GCC-Version fest. Zum Beispiel für CUDA 10.2:

    MAX_GCC_VERSION=8

3. Stellen Sie sicher, dass Sie diese Version installiert haben:

    sudo apt install gcc-$MAX_GCC_VERSION g++-$MAX_GCC_VERSION

4. Hinzufügen von Symlinks in CUDA-Ordnern:

    sudo ln -s /usr/bin/gcc-$MAX_GCC_VERSION /usr/local/cuda/bin/gcc 
    sudo ln -s /usr/bin/g++-$MAX_GCC_VERSION /usr/local/cuda/bin/g++
   

   (oder ersetzen Sie /usr/local/cudaIhren CUDA-Installationspfad, falls dieser nicht vorhanden ist)

Weitere Informationen zur CUDA-GCC-Kompatibilitätstabelle finden Sie in dieser GitHub-Übersicht .

Die Lösung von Gearoid Murphy funktioniert für mich besser, da sich gcc-4.4 und gcc-4.6 in meiner Distribution (Ubuntu 11.10) im selben Verzeichnis befinden, sodass --compiler-bindir keine Hilfe ist. Die einzige Einschränkung ist, dass ich auch g ++ - 4.4 installieren und es auch symlinken musste:

sudo ln -s /usr/bin/gcc-4.4 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-4.4 /usr/local/cuda/bin/g++

Für CUDA7.5 funktionieren diese Zeilen:

sudo ln -s /usr/bin/gcc-4.9 /usr/local/cuda/bin/gcc 
sudo ln -s /usr/bin/g++-4.9 /usr/local/cuda/bin/g++

Lesen Sie, wie Sie "Update-Alternativen" verwenden , um dieses Problem zu umgehen:

... Wenn Sie gcc 4.6 installieren, können Sie auch den Befehl update-alternatives verwenden, um einfach zwischen Versionen wechseln zu können. Dies kann konfiguriert werden mit:

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.6 60 --slave /usr/bin/g++ g++ /usr/bin/g++-4.6 
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.7 40 --slave /usr/bin/g++ g++ /usr/bin/g++-4.7 
sudo update-alternatives --config gcc

Wenn cmakefür mich keiner der Hacks zum Bearbeiten der Dateien und Verknüpfen funktioniert hat, habe ich mit den Flags kompiliert, die die gcc / g ++ - Version angeben.
cmake -DCMAKE_C_COMPILER=gcc-6 -DCMAKE_CXX_COMPILER=g++-6 ..

Arbeitete wie Charme.

Bei den meisten Distributionen haben Sie die Möglichkeit, neben einem aktuellen Compiler wie gcc-4.7 eine weitere gcc- und g ++ - Version zu installieren. Darüber hinaus kennen die meisten Build-Systeme die Variablen CCund CXXumgebungsvariablen, mit denen Sie andere C- bzw. C ++ - Compiler angeben können. Also schlage ich etwas vor wie:

CC=gcc-4.4 CXX=g++-4.4 cmake path/to/your/CMakeLists.txt

Für Makefiles sollte es einen ähnlichen Weg geben. Ich empfehle nicht, benutzerdefinierte Symlinks in / usr / local festzulegen, es sei denn, Sie wissen, was Sie tun.

Dies funktioniert für Fedora 23. Die kompatiblen gcc-Repositorys unterscheiden sich je nach Fedora-Version geringfügig.

Wenn Sie die folgenden Repositorys installieren:

sudo yum install compat-gcc-34-c++-3.4.6-37.fc23.x86_64 compat-gcc-34-3.4.6-37.fc23.x86_64 

Stellen Sie nun die oben genannten Softlinks her, vorausgesetzt, Ihr Cuda Bin-Ordner befindet sich in /usr/local/cuda/

sudo ln -s /usr/bin/gcc-34 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-34 /usr/local/cuda/bin/g++

Sie sollten jetzt in der Lage sein, nvccohne den gcc-Versionsfehler zu kompilieren .

Die Lösung von Gearoid Murphy wirkt wie ein Zauber. Für mich hatte ich zwei Verzeichnisse für cuda -

/usr/local/cuda 
/usr/local/cuda-5.0

Die Softlinks mussten nur zu dem unten genannten Verzeichnis hinzugefügt werden -

/usr/local/cuda 

Außerdem waren sowohl g ++ als auch gcc Softlinks erforderlich, wie von SchighSchagh erwähnt.

Eine andere Möglichkeit, nvcc für die Verwendung einer bestimmten Version von gcc (z. B. gcc-4.4) zu konfigurieren , besteht darin, nvcc.profile zu bearbeiten und PATH so zu ändern , dass der Pfad zu dem gcc enthalten ist, den Sie zuerst verwenden möchten.

Zum Beispiel (gcc-4.4.6 installiert in / opt):

PATH += /opt/gcc-4.4.6/lib/gcc/x86_64-unknown-linux-gnu/4.4.6:/opt/gcc-4.4.6/bin:$(TOP)/open64/bin:$(TOP)/share/cuda/nvvm:$(_HERE_):

Der Speicherort von nvcc.profile ist unterschiedlich, sollte sich jedoch im selben Verzeichnis befinden wie die ausführbare Datei von nvcc .

Dies ist ein kleiner Hack, da nvcc.profile nicht für die Benutzerkonfiguration gemäß dem nvcc-Handbuch vorgesehen ist, aber es war die Lösung, die für mich am besten funktioniert hat.

CUDA ist nach einigen Header-Änderungen mit gcc4.7 und möglicherweise einer höheren Version kompatibel: https://www.udacity.com/wiki/cs344/troubleshoot_gcc47

Für Leute wie mich, die während der Verwendung verwirrt sind cmake, FindCUDA.cmakeüberschreibt das Skript einige der Inhalte von nvcc.profile. Sie können den nvccHost-Compiler angeben, indem Sie ihn CUDA_HOST_COMPILERgemäß http://public.kitware.com/Bug/view.php?id=13674 einstellen .

Ich musste die älteren Versionen von gcc, g ++ installieren.

    sudo apt-get install gcc-4.4
    sudo apt-get install g++-4.4

Überprüfen Sie, ob sich gcc-4.4 in / usr / bin / befindet und dasselbe für g ++. Dann könnte ich die obige Lösung verwenden:

    sudo ln -s /usr/bin/gcc-4.4 /opt/cuda/bin/gcc
    sudo ln -s /usr/bin/g++-4.4 /opt/cuda/bin/g++

In $CUDA_HOME/include/host_config.hfinden Zeilen wie diese (leicht zwischen verschiedenen CUDA - Version können variieren):

//...
#if __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MINOR__ > 9)

#error -- unsupported GNU version! gcc versions later than 4.9 are not supported!

#endif [> __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MINOR__ > 9) <]
//...

Entfernen oder ändern Sie sie entsprechend Ihrem Zustand.

Beachten Sie, dass diese Methode möglicherweise unsicher ist und Ihren Build beschädigen kann. Beispielsweise verwendet gcc 5 standardmäßig C ++ 11, dies ist jedoch für nvcc ab CUDA 7.5 nicht der Fall. Eine Problemumgehung ist das Hinzufügen

--Xcompiler="--std=c++98" für CUDA <= 6,5

oder

--std=c++11 für CUDA> = 7,0.

Wenn Sie auf diesen Fehler stoßen, lesen Sie bitte die Protokolldatei:

$ cat /var/log/cuda-installer.log 
[INFO]: Driver installation detected by command: apt list --installed | grep -e nvidia-driver-[0-9][0-9][0-9] -e nvidia-[0-9][0-9][0-9]
[INFO]: Cleaning up window
[INFO]: Complete
[INFO]: Checking compiler version...
[INFO]: gcc location: /usr/bin/gcc

[INFO]: gcc version: gcc version 9.2.1 20191008 (Ubuntu 9.2.1-9ubuntu2) 

[ERROR]: unsupported compiler version: 9.2.1. Use --override to override this check.

Folgen Sie einfach dem Vorschlag in der Protokolldatei:

sudo sh cuda_<version>_linux.run --override

Job erledigt :)

Ich habe gerade CUDA 10.2 mit gcc 9.2 auf Kubuntu 19.10 mit der --overrideOption installiert .

Um die CUDA 8.0-Beispiele unter Ubuntu 16.10 zu kompilieren, habe ich Folgendes getan:

sudo apt-get install gcc-5 g++-5
cd /path/to/NVIDIA_CUDA-8.0_Samples
# Find the path to the library (this should be in NVIDIA's Makefiles)
LIBLOC=`find /usr/lib -name "libnvcuvid.so.*" | head -n1 | perl -pe 's[/usr/lib/(nvidia-\d+)/.*][$1]'`
# Substitute that path into the makefiles for the hard-coded, incorrect one
find . -name "*.mk" | xargs perl -pi -e "s/nvidia-\d+/$LIBLOC/g"
# Make using the supported compiler
HOST_COMPILER=g++-5 make

Dies hat den Vorteil, dass nicht das gesamte System geändert oder Symlinks nur zu den Binärdateien erstellt werden (dies kann zu Problemen bei der Bibliotheksverknüpfung führen.)

Dies löste mein Problem:

sudo rm /usr/local/cuda/bin/gcc
sudo rm /usr/local/cuda/bin/g++
sudo apt install gcc-4.4 g++-4.4
sudo ln -s /usr/bin/gcc-4.4 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-4.4 /usr/local/cuda/bin/g++

Für CUDA 6.5 (und anscheinend 7.0 und 7.5) habe ich eine Version des RPM-Pakets gcc 4.8.5 (unter Fedora Core 30) erstellt, mit der diese Version von gcc neben dem aktuellen GCC Ihres Systems installiert werden kann.

All diese Informationen finden Sie hier .

In meinem Fall hatte ich CUDA bereits von der Ubuntu-Version installiert und cmake würde diese anstelle der neu installierten Version mit dem NVidia SDK Manager erkennen.

Ich lief dpkg -l | grep cudaund konnte beide Versionen sehen.

Ich musste die alte CUDA (in meinem Fall Version 9.1) deinstallieren und die neue Version (Version 10.2) in Ruhe lassen. Ich habe den Befehl zum Löschen folgendermaßen verwendet:

sudo apt-get purge libcudart9.1 nvidia-cuda-dev nvidia-cuda-doc \
                                nvidia-cuda-gdb nvidia-cuda-toolkit

Stellen Sie sicher, dass die Paketnamen mit der Version übereinstimmen, die Sie aus Ihrer Installation entfernen möchten.

Ich musste cmakeaus einem leeren BUILDVerzeichnis erneut ausführen , um alle #includeund Bibliotheken auf die SDK-Version umzuleiten (da die alten Pfade in der vorhandenen Build-Umgebung gebacken wurden).

Dies geschieht, weil Ihre aktuelle CUDA-Version Ihre aktuelle GCC-Version nicht unterstützt. Sie müssen Folgendes tun:

1. Finden Sie die unterstützte GCC-Version (in meinem Fall 5 für CUDA 9)

   • CUDA 4.1: GCC 4.5
   • CUDA 5.0: GCC 4.6
   • CUDA 6.0: GCC 4.7
   • CUDA 7.0: GCC 4.8
   • CUDA 7.5: GCC 4.8
   • CUDA 8: GCC 5.3
   • CUDA 9: GCC 5.5
   • CUDA 9.2: GCC 7
   • CUDA 10.1: GCC 8

2. Installieren Sie die unterstützte GCC-Version

   sudo apt-get install gcc-5
   sudo apt-get install g++-5

3. Ändern Sie die Softlinks für GCC im /usr/binVerzeichnis

   cd /usr/bin
   sudo rm gcc
   sudo rm g++
   sudo ln -s /usr/bin/gcc-5 gcc
   sudo ln -s /usr/bin/g++-5 g++

4. Ändern Sie die Softlinks für GCC im /usr/local/cuda-9.0/binVerzeichnis

   cd /usr/local/cuda-9.0/bin
   sudo rm gcc
   sudo rm g++
   sudo ln -s /usr/bin/gcc-5 gcc
   sudo ln -s /usr/bin/g++-5 g++

5. In -DCUDA_HOST_COMPILER=/usr/bin/gcc-5auf Ihre setup.pyDatei, für die Kompilierung verwendet

   if torch.cuda.is_available() and CUDA_HOME is not None:
       extension = CUDAExtension
       sources += source_cuda
       define_macros += [("WITH_CUDA", None)]
       extra_compile_args["nvcc"] = [
           "-DCUDA_HAS_FP16=1",
           "-D__CUDA_NO_HALF_OPERATORS__",
           "-D__CUDA_NO_HALF_CONVERSIONS__",
           "-D__CUDA_NO_HALF2_OPERATORS__",
           "-DCUDA_HOST_COMPILER=/usr/bin/gcc-5"
       ]

6. Entfernen Sie das alte Build-Verzeichnis

   rm -rd build/

7. Kompilieren Sie erneut durch Einstellen CUDAHOSTCXX=/usr/bin/gcc-5

   CUDAHOSTCXX=/usr/bin/gcc-5 python setup.py build develop

Hinweis: Wenn gcc: error trying to exec 'cc1plus': execvp: no such file or directorynach den folgenden Schritten immer noch der Fehler auftritt, installieren Sie den GCC erneut wie folgt und kompilieren Sie ihn erneut:

sudo apt-get install --reinstall gcc-5
sudo apt-get install --reinstall g++-5

Credits: https://github.com/facebookresearch/maskrcnn-benchmark/issues/25#issuecomment-433382510