Próbowałem skompilować następujący program (main.cu) z nvcc (CUDA 5.0 RC):

#include <Eigen/Core>
#include <iostream>

int main( int argc, char** argv )
{
    std::cout << "Pure CUDA" << std::endl;
}

Niestety, otrzymuję kilka ostrzeżeń i błędów, które mogę wyjaśnić tylko za pomocą nvcc zamiast kompilacji Microsoft.

Czy to założenie jest słuszne? Czy istnieje sposób na skompilowanie Eigen z nvcc? (Właściwie nie chcę przenosić macierzy Eigen na GPU, wystarczy uzyskać dostęp do ich członków)?

Jeśli nie powinno działać kompilowanie Eigen z nvcc, czy istnieje miły przewodnik / samouczek o sprytnych sposobach rozdzielenia kodu hosta i urządzenia?

Używam CUDA 5.0 RC, Visual Studio 2008, Eigen 3.0.5. Aby skompilować plik .cu, użyłem zarówno pliku reguł zawartego w CUDA, jak i niestandardowego kroku kompilacji stworzonego przez CMake. Korzystając z pliku reguł CUDA, skierowałem kompilację na możliwości obliczeniowe 3.0.

Dzięki za radę.

PS: Jeśli kompiluję ten sam kod z kompilatorem hosta, działa idealnie.