CUDA incompatível com minha versão gcc


102

Eu tenho problemas para compilar alguns dos exemplos fornecidos com CUDA SDK. Instalei o driver de desenvolvedores (versão 270.41.19) e o kit de ferramentas CUDA e, finalmente, o SDK (ambos na versão 4.0.17).

Inicialmente, ele não compilou, dando:

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

Encontrei a linha responsável em 81: /usr/local/cuda/include/host_config.h e mudei para:

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

daquele ponto em diante, tenho apenas alguns dos exemplos para compilar, ele pára com:

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

Como alguns dos exemplos compilam, acho que este não é um problema de driver, mas deve ter algo a ver com uma versão do gcc não suportada. O downgrade não é uma opção, pois o gcc4.6 tem um sistema inteiro como uma dependência neste ponto ...


4
Para leitores futuros: certifique-se de usar a versão mais recente do CUDA (a menos que seja absolutamente necessário usar uma versão anterior). A NVIDIA aumenta a versão máxima do compilador compatível com quase todos os lançamentos.
einpoklum

Isso pode ser útil para aqueles com CUDA 10 e obtendo o erro de uma versão de cadeia de compilador GNU muito alta: stackoverflow.com/questions/53344283/…
GNU

Respostas:


114

Como já apontado, o nvcc depende do gcc 4.4. É possível configurar o nvcc para usar a versão correta do gcc sem passar nenhum parâmetro do compilador adicionando softlinks ao diretório bin criado com a instalação do nvcc.

O diretório binário cuda padrão (o padrão de instalação) é / usr / local / cuda / bin, adicionar um softlink para a versão correta do gcc a partir deste diretório é suficiente:

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


2
O comando "atualizar-alternativas" também pode ajudar, especialmente ao instalar o CUDA 5.0
phoad

4
Também tive que adicionar um link simbólico para a versão correta do g ++.
Auron

17
Eu também tive que vincular ao g ++. Caso contrário, simples nvccinvocações trabalhar, mas dizem que, aplicando-se makeàs amostras CUDA, logo traz invocações começando com: nvcc -ccbin g++. Para mim eu usei sudo ln -s /usr/bin/gcc-4.9 /usr/local/cuda/bin/gcce sudo ln -s /usr/bin/g++-4.9 /usr/local/cuda/bin/g++.
user2023370

8
Se você compilar com cmake .. && makevocê pode tentar cmake -D CUDA_NVCC_FLAGS="-ccbin gcc-4.4" .. && make . Se você usar simples, Makefilepode tentar make CXX=g++-4.4 CC=gcc-4.4 .
patryk.beza

1
quando tento este comando, ele diz "Arquivo existe" e não executa o link. Qualquer ajuda ?
Sentient07

59

gcc 4.5 e 4.6 não são suportados com CUDA - o código não compilará e o resto da cadeia de ferramentas, incluindo cuda-gdb, não funcionará corretamente. Você não pode usá-los e a restrição não é negociável.

Sua única solução é instalar uma versão do gcc 4.4 como um segundo compilador (a maioria das distribuições permite isso). Existe uma opção para nvcc --compiler-bindirque pode ser usada para apontar para um compilador alternativo. Crie um diretório local e faça links simbólicos para os executáveis ​​da versão gcc com suporte. Passe esse diretório local para nvcc por meio da --compiler-bindiropção e você poderá compilar o código CUDA sem afetar o resto do seu sistema.


EDITAR :

Observe que esta pergunta e resposta referem-se a CUDA 4.

Desde que foi escrito, a NVIDIA continuou a expandir o suporte para versões posteriores do gcc na versão mais recente do conjunto de ferramentas CUDA

  • A partir da versão CUDA 4.1, o gcc 4.5 agora é compatível. gcc 4.6 e 4.7 não são suportados.
  • A partir do lançamento do CUDA 5.0, o gcc 4.6 agora é compatível. gcc 4.7 não é compatível.
  • A partir da versão CUDA 6.0, o gcc 4.7 agora é compatível.
  • A partir da versão CUDA 7.0, gcc 4.8 é totalmente compatível, com suporte 4.9 no Ubuntu 14.04 e Fedora 21.
  • A partir do lançamento do CUDA 7.5, o gcc 4.8 é totalmente compatível, com o suporte 4.9 no Ubuntu 14.04 e Fedora 21.
  • A partir do lançamento do CUDA 8, o gcc 5.3 é totalmente compatível com Ubuntu 16.06 e Fedora 23.
  • A partir do lançamento do CUDA 9, o gcc 6 é totalmente compatível com Ubuntu 16.04, Ubuntu 17.04 e Fedora 25.
  • A versão CUDA 9.2 adiciona suporte para gcc 7
  • A versão CUDA 10.1 adiciona suporte para gcc 8

Atualmente (a partir do CUDA 10.1) não há suporte para gcc 9 no CUDA.

Observe que a NVIDIA adicionou recentemente uma tabela muito útil aqui, que contém o compilador compatível e a matriz do sistema operacional para a versão CUDA atual.


Alguma ideia do que é usado para CUDA 7.5?
GuySoft

2
Eu uso o CUDA 7.5 com gcc 4.9.3no SLES 11 SP3 sem nenhum problema.
Peter VARGA

3
O que? Como um código não pode ser compilado com versões superiores (exceto para limitações codificadas, é claro) ? A única coisa que posso pensar é que, como algumas versões, C11 / C ++ 11 estão habilitadas por padrão, mas se isso está causando um problema com um código antigo, isso poderia ser facilmente contornado com uma troca de linha de comando.
Hi-Angel

2
Apoiando @ Hi-Angel. #talonmies o que significa "a restrição não é negociável"? Versões mais recentes do gcc e gdb suportam cabeçalhos binários mais antigos para arquivos de objeto, como "sempre" (mais ou menos), não há razão para que versões mais novas do gcc não funcionem. Soluções de links simbólicos à parte, qualquer outro problema é provavelmente a configuração do sinalizador de versão do pré-processador e se o teste de versão do gcc estiver "codificado" em algum cabeçalho cuda como parte de um define ou macro, é fácil de corrigir. A exceção pode ser o próprio compilador cuda gpu.
Beracah

1
Esta não é uma questão de compatibilidade binária. O conjunto de ferramentas CUDA requer que o nvcc e o analisador de front-end da GPU possam interceptar e sobrecarregar vários compiladores e cabeçalhos internos libc / libc ++ para compilar o código do host e do dispositivo e integrá-los. O analisador CUDA precisa ser capaz de analisar os cabeçalhos internos do gcc corretamente, entre outras coisas. As versões não testadas do gcc podem falhar e falham, independentemente das proteções do pré-processador embutidas nos cabeçalhos NVIDIA. Você pode acreditar em mim (como alguém que hackeou o conjunto de ferramentas CUDA por quase 10 anos) ou não. Neste ponto, eu realmente não
talonmies

57
  1. Verifique a versão GCC máxima suportada para sua versão CUDA:

     | 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. Defina um env var para essa versão do GCC. Por exemplo, para CUDA 10.2:

     MAX_GCC_VERSION=8
  3. Certifique-se de ter essa versão instalada:

     sudo apt install gcc-$MAX_GCC_VERSION g++-$MAX_GCC_VERSION
  4. Adicione links simbólicos nas pastas CUDA:

     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++

    (ou substitua /usr/local/cudapelo caminho de instalação do CUDA, se não estiver lá)

Consulte esta gist GitHub para obter mais informações sobre a tabela de compatibilidade CUDA-GCC .


3
Salvei minha vida lol pesadelo de configuração !!!! obrigado. Eu apliquei isso ao cuda 10 com links de sistema gcc e g ++ 7. Para quem se depara com isso.
thekevshow

Devo criar as pastas /usr/bin/gcce /usr/bin/g++ou /usr/local/cuda/bin/gccsozinho?
Josh Desmond

@JoshDesmond o link simbólico para os arquivos que você mencionou é criado na etapa 4.
bryant1410

@ bryant1410 Quando executei os comandos na etapa quatro, lembro-me de receber um erro parecido com "Erro: diretório / usr / local / cuda / bin / gcc não existe, abortando" ou algo semelhante. Estou percebendo agora, (depois de ler os detalhes da pergunta), que sua resposta assume uma etapa 0 mencionada por OP: "Instalei o kit de ferramentas CUDA e, finalmente, o SDK". Eu estava tentando fazer a instalação com o cuda_10.2.89_440.33.01_linux.runwizard da NVIDIA , que simplesmente falhou no tempo de execução com uma reclamação sobre compatibilidade do gcc. Acabei decidindo desinstalar o gcc 9: P
Josh Desmond

1
Se você instalou o NVCC com [ana | mini] conda (pacote conda-forge cudatoolkit-dev), então você precisa conectar dentro do seu ambiente ln -s /usr/bin/gcc-8 /home/user/miniconda3/envs/your_env/bin/gcceln -s /usr/bin/g++-8 /home/user/miniconda3/envs/your_env/bin/g++
Diego Ferri

25

A solução de Gearoid Murphy funciona melhor para mim, já que na minha distro (Ubuntu 11.10), gcc-4.4 e gcc-4.6 estão no mesmo diretório, então --compiler-bindir não ajuda. A única ressalva é que eu também tive que instalar o g ++ - 4.4 e criar um link simbólico:

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++

11

Para CUDA7.5 estas linhas funcionam:

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++

9

Veja como usar "alternativas de atualização" para contornar esse problema:

... Se você instalar o gcc 4.6, você também pode usar o comando update-transactions para permitir a troca fácil entre as versões. Isso pode ser configurado com:

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

6

Se estiver usando cmakepara mim, nenhum dos hacks de edição de arquivos e vinculação funcionou, então compilei usando os sinalizadores que especificam a versão gcc / g ++.
cmake -DCMAKE_C_COMPILER=gcc-6 -DCMAKE_CXX_COMPILER=g++-6 ..

Funcionou como charme.


haha Eu ia tentar vincular sua resposta da outra pergunta aqui porque achei que ela precisava ser colocada neste tópico. Bom trabalho de novo! Obrigado
MikeDoho

Deve-se evitar postar respostas duplicadas no SO, mas não tive opção. :)
markroxor

5

Na maioria das distribuições, você tem a possibilidade de instalar outra versão do gcc e g ++ ao lado do compilador mais recente como o gcc-4.7. Além disso, a maioria dos sistemas de construção está ciente das variáveis ​​de ambiente CCe CXX, que permitem especificar outros compiladores C e C ++, respectivamente. Portanto, sugiro algo como:

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

Para Makefiles, deve haver uma maneira semelhante. Eu não recomendo definir links simbólicos personalizados em / usr / local a menos que você saiba o que está fazendo.


3

Isso funciona para o fedora 23. Os repositórios compat gcc serão ligeiramente diferentes com base na sua versão do fedora.

Se você instalar os seguintes repositórios:

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

Agora faça os links virtuais conforme mencionado acima, assumindo que sua pasta cuda bin está /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++

Agora você deve ser capaz de compilar nvccsem o erro de versão do gcc.


2

A solução de Gearoid Murphy funciona perfeitamente. Para mim, eu tinha dois diretórios para cuda -

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

Os links virtuais tiveram que ser adicionados apenas ao diretório mencionado abaixo -

/usr/local/cuda 

Além disso, ambos os soft links g ++ e gcc foram necessários conforme mencionado por SchighSchagh.


2

Outra maneira de configurar o nvcc para usar uma versão específica do gcc (gcc-4.4, por exemplo) é editar nvcc.profile e alterar o PATH para incluir o caminho para o gcc que você deseja usar primeiro.

Por exemplo (gcc-4.4.6 instalado em / 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_):

A localização de nvcc.profile varia, mas deve estar no mesmo diretório que o próprio executável nvcc .

Isso é um pouco um hack, já que nvcc.profile não se destina à configuração do usuário conforme o manual do nvcc, mas foi a solução que funcionou melhor para mim.


Eu sugiro fazer isso, mas apontar o caminho para um diretório com g ++ vinculado simbolicamente à versão correta do gcc (especialmente útil se sua distribuição fornecer uma versão gcc compatível). Por exemplo:mkdir /usr/local/bin/cuda-hack && ln -s /usr/bin/g++-5 /usr/local/bin/cuda-hack
Sami Liedes


2

Para pessoas como eu, que ficam confusas durante o uso cmake, o FindCUDA.cmakescript substitui algumas das coisas do nvcc.profile. Você pode especificar o nvcccompilador de host configurando CUDA_HOST_COMPILERconforme http://public.kitware.com/Bug/view.php?id=13674 .


cmake .. -DCMAKE_INSTALL_PREFIX=/InstallPos_GPU/ -DCMAKE_C_COMPILER="/gcc-8.3.0/bin/gcc" -DCMAKE_CXX_COMPILER="/gcc-8.3.0/bin/g++" -DGMX_GPU=ON -DCUDA_TOOLKIT_ROOT_DIR=/cuda-7.5/ -D NVCCFLAGS=" -ccbin /cuda-7.5/bin/" -DCUDA_HOST_COMPILER=/cuda-7.5/bin/gccEu instalei com sucesso o gromacs com suporte para GPU.
pengchy de

2

Tive que instalar as versões anteriores do gcc, g ++.

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

Verifique se gcc-4.4 está em / usr / bin / e o mesmo para g ++. Então, eu poderia usar a solução acima:

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

Quando tento este comando, ele diz "Arquivo existe" e não executa o link. Qualquer ajuda ?
Sentient07

Receio estar muito distante de pensar sobre isso para saber o que dizer. Espero que outros possam ajudar.
Travelingbones

2

Em $CUDA_HOME/include/host_config.h, encontre linhas como estas (podem variar ligeiramente entre as diferentes versões do CUDA):

//...
#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) <]
//...

Remova ou altere-os de acordo com sua condição.

Observe que este método é potencialmente inseguro e pode interromper sua construção. Por exemplo, o gcc 5 usa C ++ 11 como padrão, entretanto este não é o caso do nvcc a partir do CUDA 7.5. Uma solução alternativa é adicionar

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

ou

--std=c++11 para CUDA> = 7,0.


onde adicionamos a --std=c++opção?
asgs

1

Se você encontrar esse erro, leia o arquivo de log:

$ 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.

Basta seguir a sugestão do arquivo de log:

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

Tarefa concluída :)

Acabei de instalar o CUDA 10.2 com gcc 9.2 no Kubuntu 19.10 usando a --overrideopção.


0

Para compilar os exemplos do CUDA 8.0 no Ubuntu 16.10, eu fiz:

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

Isso tem a vantagem de não modificar todo o sistema ou criar links simbólicos apenas para os binários (o que pode causar problemas de vinculação de bibliotecas).


0

Isso resolveu meu problema:

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++

0

Para CUDA 6.5 (e aparentemente 7.0 e 7.5), criei uma versão do pacote gcc 4.8.5 RPM (no Fedora Core 30) que permite que essa versão do gcc seja instalada junto com o GCC atual do seu sistema.

Você pode encontrar todas essas informações aqui .


0

No meu caso, eu já tinha o CUDA instalado a partir da versão Ubuntu e o cmake detectaria esse em vez da versão recém-instalada usando o NVidia SDK Manager.

Eu corri dpkg -l | grep cuda e pude ver as duas versões.

O que eu tive que fazer é desinstalar o CUDA antigo (versão 9.1 no meu caso) e deixar a nova versão (versão 10.2). Usei o comando purge assim:

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

Verifique se os nomes dos pacotes correspondem à versão que você deseja remover da instalação.

Tive que executar novamente a cmakepartir de um BUILDdiretório em branco para redirecionar todas as #includebibliotecas e para a versão do SDK (já que os caminhos antigos foram criados no ambiente de construção existente).


-1

Isso está acontecendo porque sua versão CUDA atual não suporta sua versão GCC atual. Você precisa fazer o seguinte:

  1. Encontre a versão GCC compatível (no meu caso 5 para 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. Instale a versão GCC compatível

    sudo apt-get install gcc-5
    sudo apt-get install g++-5
  3. Altere os softlinks para GCC no /usr/bindiretório

    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. Altere os softlinks para GCC no /usr/local/cuda-9.0/bindiretório

    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. Adicione -DCUDA_HOST_COMPILER=/usr/bin/gcc-5ao seu setup.pyarquivo, usado para compilação

    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. Remova o diretório de construção antigo

    rm -rd build/
  7. Compile novamente definindo CUDAHOSTCXX=/usr/bin/gcc-5

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

Observação: se você ainda receber o gcc: error trying to exec 'cc1plus': execvp: no such file or directoryerro após seguir essas etapas, tente reinstalar o GCC desta forma e compilar novamente:

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

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

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.