我正在编写一个包含cuda代码的共享库，但是cuda相关代码只是该库中很小的一部分，并且在大多数用例中用户甚至不需要cuda相关功能。对于我来说，我不想编译和发布两个版本:CPU版本和GPU版本。所以我想检测如果cuda/GPU环境是可用的在用户的运行时，不管他们是否有图形卡，这是可能的吗?我已经搜索了一些答案，但我仍然不清楚图书馆用户"检测cuda"的最低要求是什么。在运行时?
因为我发布了一个共享库，它动态链接到cuda，所以我想用户至少需要在他的机器上安装cuda工具包，不管他有没有GPU ?否则，我的图书馆在一开始找cuda的时候就会失败。我的理解对吗....?发布与GPU/非GPU环境兼容的库并在运行时决定其行为的最佳实践是什么?
对于使用CUDA运行库/API的应用程序:
-
静态链接您的应用程序或共享库对
libcudart_static.a(而不是libcudart.so)。当使用nvcc编译时，这是自动的，但是如果您愿意，也可以指定-cudart static。这不会触发对libcuda.so的隐式动态链接，如果不使用nvcc，则-lcudart_static是链接请求(例如ld)。 -
在你的程序/库的早期，做一个"无害的"CUDA调用，如
cudaGetDevice()。如果您得到一个错误代码，可以放心地假设CUDA在该系统上不起作用，并且您不应该尝试使用它。
此方法不需要在目标机器上安装CUDA工具包。假设您只使用CUDA运行时库，那么这就是所需要的。如果机器安装了合适的GPU和驱动程序，并且其版本足以支持静态链接到库的libudart版本，则它将正常工作。
如果你的应用程序使用其他CUDA库，如CUBLAS等，那么这些也需要静态链接到你的应用程序/库。
这个答案有一个例子，尽管它主要考虑了CUFFT。