# CUDA プロジェクト

> For the complete documentation index, see [llms.txt](https://www.jetbrains.com/ja-jp/help/clion/llms.txt).

> **TL;DR**
> OS  ：Linux / Windows (MSVC のみ)
>
>
>
> 必要なツール：   [CUDA 開発ツールキット](https://developer.nvidia.com/cuda-downloads)
>
>
>
> CUDA プロジェクトフォーマット：   CMake

[CUDA(英語)](https://developer.nvidia.com/cuda-zone)（Compute Unified Device Architecture）は、NVidia による並列コンピューティングプラットフォームおよびプログラミングモデルです。 CUDA 対応の GPU を操作するための C/C++ 言語拡張機能と API を提供します。

CLion は CUDA C/C++ をサポートし、 [コード](#code-insight)インサイトを提供します。 また、 [CLion は、新規プロジェクトウィザードを使用して](#new-prj)CMake ベースの CUDA アプリケーションを作成できます。

## CLion の CUDA プロジェクト

始める前に、必ず [CUDA 開発ツールキット(英語)](https://developer.nvidia.com/cuda-downloads)をインストールしてください。 インストール手順の詳細については、 [公式ドキュメント(英語)](https://docs.nvidia.com/cuda/cuda-quick-start-guide/index.html)を参照してください。

Procedure: 新しい CUDA プロジェクトを作成する

1. メインメニューで、  `ファイル | 新規プロジェクト`  に移動し、プロジェクトタイプとして   CUDA 実行可能ファイル   または   CUDA ライブラリ   を選択します。

2. 必要に応じて、プロジェクトの場所、言語標準、ライブラリタイプを指定します。

![新しい CUDA プロジェクトを作成する](https://resources.jetbrains.com/help/img/idea/2026.3/cl_cuda_createprj.png)

選択した標準が  `CMAKE_CUDA_STANDARD`  変数に設定されます。 別の標準の通常の C/C++ ファイルをプロジェクトに追加する場合は、  `CMakeLists.txt`  スクリプトで  `CMAKE_C_STANDARD`  /  `CMAKE_CXX_STANDARD`  変数を手動で設定する必要があります。

3. 作成   をクリックすると、CLion はサンプル  `CMakeLists.txt`  および  `main.cu`  を使用してプロジェクトを生成します。

![テンプレート CUDA プロジェクト](https://resources.jetbrains.com/help/img/idea/2026.3/cl_cuda_emptyprj.png)

> **Tip:**
> `設定 | エディター | ファイルおよびコードテンプレート`  の   その他   タブで、CUDA プロジェクトの  `CMakeLists.txt`  テンプレートを編集できます。 詳細については、 [CMakeLists.txt ファイルテンプレート](cmakelists-txt-file.html#cmakelist-template)を参照してください。

Procedure: 既存の CUDA プロジェクトを開く

* CMake ベースの CUDA プロジェクトは、  `ファイル | オープン`  メニューまたは CLion 'ようこそ' 画面から通常の CMake アプリケーションとして [開](creating-new-project-from-scratch.html#open-prj)くことができます。

* 非 CMake CUDA プロジェクトの場合、   compilation database   を [生成し](compilation-database.html#compdb_generate)て CLion に [ロード](compilation-database.html#compdb_load)できます。

Procedure: 新しい .cu/ .cuh ファイルを追加する

1. プロジェクトツリーで目的のフォルダーを右クリックし、  `新規 | C/C++ ソースファイル`  または  `C/C++ ヘッダーファイル`  を選択します。

2. タイプ   フィールドで、CUDA ソースまたは CUDA ヘッダーにそれぞれ   .cu   または   .cuh   を選択します。

新しいファイルを 1 つ以上の CMake ターゲットに自動的に追加する場合は、   ターゲットに追加   チェックボックスを選択し、リストから必要なターゲットを選択します。

![CUDA ソースファイルの追加](https://resources.jetbrains.com/help/img/idea/2026.3/cl_cuda_addfile.png)

オプションには、一般的な CMake ターゲットと  `cuda_add_executable`  /  `cuda_add_library`  で作成されたターゲットの両方が含まれます ( [CUDA CMake 言語](#cuda-lang)を参照)。

Procedure: CUDA コンパイラーを設定する

> **Note:**
> Windows では、CUDA プロジェクトは [Microsoft Visual C++](quick-tutorial-on-configuring-clion-on-windows.html#MSVC) ツールチェーンでのみ開発できます。 ツールチェーンの設定をチェックして、選択したアーキテクチャがインストールされている CUDA ツールキット（通常は   amd64   ）のアーキテクチャと一致していることを確認します。

すべての  `.cu`  /  `.cuh`  ファイルは、LLVM ベースの CUDA コンパイラードライバーである [NVCC(英語)](https://docs.nvidia.com/cuda/cuda-compiler-driver-nvcc/index.html) を使用してコンパイルする必要があります。

NVCC を検出するには、CUDA ツールチェーンの場所を CMake に通知する必要があります。 次のいずれかのオプションを使用します。

* システム   `PATH`  変数に CUDA ツールチェーンパスを設定します。

Linux   では、  `/etc/environment`  構成ファイルで  `/usr/local/cuda-<version>/bin`  を  `PATH`  に追加することをお勧めします。 こうすることで、ターミナルから作業している場合でも、デスクトップランチャーを使用している場合でも、リモート Linux マシンに接続している場合でも、CUDA Toolkit の場所が利用できるようになります。 詳細については、公式の [Linux のインストールガイド(英語)](https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#environment-setup)を参照してください。

* または、CMake で NVCC へのパスを指定します。 これを行う方法の 1 つは、  `CMAKE_CUDA_COMPILER`  変数を NVCC 実行可能ファイルの場所に設定することです。

この変数を  `CMakeLists.txt`  に追加するか、  `設定 | ビルド、実行、デプロイ | CMake`  の   CMake のオプション   フィールドを使用できます。 例: Windows の場合:

![CUDA プロジェクトの CMake 設定](https://resources.jetbrains.com/help/img/idea/2026.3/cl_cuda_cmakesettings.png)

Procedure: デフォルト以外のホストコンパイラーを構成する

ホストコードをコンパイルするために、NVCC はシステムのデフォルトの C++ コンパイラー (Linux では   gcc   /   g ++   、Windows では   cl.exe   ) を呼び出します。 サポートされているバージョンは、 [Windows(英語)](https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html) および [Linux(英語)](https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html) の公式ガイドで確認できます。

システムのデフォルトコンパイラーが CUDA ツールキットと互換性がない場合は、代わりに NVCC が使用するカスタムコンパイラー実行ファイルを指定できます。

Linux:

次のオプションのいずれかを選択します。

1.

`CUDAHOSTCXX`  環境変数を使用する

```CMAKE
CUDAHOSTCXX=/path/to/compiler
```

* 現在のプロジェクトのみに設定するには、 `設定 | ビルド、実行、デプロイ | CMake` の 環境 フィールドを使用します。

* システム全体に設定するには、この変数を `/etc/environment` に追加します。

2.

CMake 変数を使用する

* [言語としての CUDA](#cuda-lang) を使用する CUDA プロジェクトの場合: CMAKE_CUDA_HOST_COMPILER および CMAKE_CUDA_FLAGS

* `find_package(CUDA)` を使用する CUDA プロジェクトの場合: CUDA_HOST_COMPILER および CUDA_NVCC_FLAGS

`設定 | ビルド、実行、デプロイ | CMake`  の   CMake のオプション   フィールドに次の行を追加します。

```CMAKE
-DCMAKE_CUDA_HOST_COMPILER=/path/to/compiler
-DCMAKE_CUDA_FLAGS="-ccbin /path/to/compiler"

```

あるいは、  `CMakeLists.txt`  に変数を設定します。

> **Note:**
> これらの行は必ず  `project()`  コマンドの前に配置してください。

```CMAKE
set(CMAKE_CUDA_HOST_COMPILER "/path/to/compiler")
set(CMAKE_CUDA_FLAGS "${CMAKE_CUDA_FLAGS} -ccbin /path/to/compiler")

```

ツールチェーンのコンパイラーを使用するには、パスを  `${CMAKE_CXX_COMPILER}`  に置き換えます。

```CMAKE
set(CMAKE_CUDA_HOST_COMPILER "${CMAKE_CXX_COMPILER}")
set(CMAKE_CUDA_FLAGS "${CMAKE_CUDA_FLAGS} -ccbin ${CMAKE_CXX_COMPILER}")

```

Windows:

Windows では、 [MSVC ツールチェーン](quick-tutorial-on-configuring-clion-on-windows.html#MSVC)の Visual Studio インストールを切り替えると、ホストコンパイラーが自動的に変更されます。

## CUDA プロジェクト用の CMake

### CUDA 言語

CUDA は、バージョン 3.8 以降、CMake の言語としてサポートされています。 CLion が新しい CUDA プロジェクト用に生成する  `CMakeLists.txt`  スクリプトの先頭にある次の行に注意してください。

```CMAKE
project(cuda_testprj CUDA)
```

このコマンドでは、 [LANGUAGES(英語)](https://cmake.org/cmake/help/latest/command/project.html#options) オプションに  `CUDA`  が指定されています（行を短くするために  LANGUAGES  キーワードはスキップされます）。

例として、  `project(project_name LANGUAGES CUDA CXX)`  を記述して、CUDA と C++ の両方をプロジェクト言語として有効にすることができます。

> **Note:**
> バージョン 3.8 以前は、CUDA は [FindCUDA(英語)](https://cmake.org/cmake/help/latest/module/FindCUDA.html) モジュールを介して CMake でサポートされていました。 FindCUDA は引き続き使用できますが、CMake 3.10 以降、正式に非推奨になっていることに注意してください。

### NVCC コンパイラーオプション

[NVCC のコンパイラーフラグ(英語)](https://docs.nvidia.com/cuda/cuda-compiler-driver-nvcc/index.html#nvcc-command-options)を指定するには、 [CMAKE_CUDA_FLAGS(英語)](https://cmake.org/cmake/help/latest/variable/CMAKE_LANG_FLAGS.html#variable:CMAKE_%3CLANG%3E_FLAGS) 変数を設定します。

```CMAKE
set(CMAKE_CUDA_FLAGS "-Wall")
```

このようにして、フラグはすべてのターゲットに対してグローバルに使用されます。

別のアプローチは、 [target_compile_options(英語)](https://cmake.org/cmake/help/latest/command/target_compile_options.html) コマンドを使用して特定のターゲットのフラグを設定することです。 例:

```CMAKE
target_compile_options(
    my_target PRIVATE $<$<COMPILE_LANGUAGE:CUDA>:
    --generate-line-info>)
                
```

### 分離可能なコンパイル

デフォルトでは、NVCC はプログラム全体のコンパイルアプローチを使用しますが、代わりに [分離可能なコンパイル(英語)](https://devblogs.nvidia.com/separate-compilation-linking-cuda-device-code/)を有効にすることができます。 このようにして、CUDA プロジェクトのコンポーネントは別々のオブジェクトにコンパイルされます。

[CMAKE_CUDA_SEPARABLE_COMPILATION(英語)](https://cmake.org/cmake/help/latest/variable/CMAKE_CUDA_SEPARABLE_COMPILATION.html#variable:CMAKE_CUDA_SEPARABLE_COMPILATION) 変数を使用して、分離可能なコンパイルを制御できます。

* `set(CMAKE_CUDA_SEPARABLE_COMPILATION ON)` コマンドを追加して、グローバルにオンにします。

* [CUDA_SEPARABLE_COMPILATION(英語)](https://cmake.org/cmake/help/latest/prop_tgt/CUDA_SEPARABLE_COMPILATION.html#prop_tgt:CUDA_SEPARABLE_COMPILATION) プロパティを使用して、特定のターゲットに対して有効にします。 ```CMAKE set_target_properties( cuda_testprj PROPERTIES CUDA_SEPARABLE_COMPILATION ON) ```

### ターゲットを追加する

CUDA が言語として有効になっている場合、通常の  `add_executable`  /  `add_library`  コマンドを使用して、CUDA コードを含む実行可能ファイルとライブラリを作成できます。

```CMAKE
add_executable(target_name cpp_file.cpp cuda_file.cu)
```

もう 1 つのオプションは、新しいファイルを追加するときに CUDA ターゲットを追加することです。   新しいターゲットの追加   をクリックし、ドロップダウンリストから必要なコマンドを選択します。

![新しいファイルのターゲットの追加](https://resources.jetbrains.com/help/img/idea/2026.3/cl_cuda_addingtargets.png)

CMake は、ファイル拡張子に応じて適切なコンパイラーを呼び出します。

> **Note:**
> FindCUDA コマンド  `cuda_add_executable`  /  `cuda_add_library`  は不要になったことに注意してください。

## CUDA C/C++ のコードインサイト

> **Tip:**
> 以下の図は、 [ClaraGenomicsAnalysis(英語)](https://github.com/clara-genomics/ClaraGenomicsAnalysis) プロジェクトの例に関する CUDA コードインサイトを示しています。

CLion は CUDA コードを解析し正しくハイライトするため、 [ナビゲーション](navigating-through-the-source-code.html)、 [クイックドキュメント](viewing-inline-documentation.html)やその他のコーディング支援機能が通常通り利用できます：

![CUDA コードのコードインサイト](https://resources.jetbrains.com/help/img/idea/2026.3/cl_cuda_codeinsight.png)

さらに、カーネルの呼び出しで山括弧を使う際に [コード補完](auto-completing-code.html)が利用できます。

![CUDA コードの補完](https://resources.jetbrains.com/help/img/idea/2026.3/cl_cuda_kernelcompletion.png)

## cuda-gdb を使用したデバッグ

Linux では、 [cuda-gdb(英語)](https://docs.nvidia.com/cuda/cuda-gdb/index.html) を使用して CUDA カーネルをデバッグできます。

Procedure: cuda-gdb をカスタムデバッガーとして設定する

1. `設定 | ビルド、実行、デプロイ | ツールチェーン`  に移動し、現在のツールチェーンの   デバッガー​   フィールドにパスを入力します。

2. CUDA デバッグシンボルを追加するには、  `-G`  コンパイラーオプションを使用します：  `add_compile_options(-G)` 。 このコマンドは、   CMake のオプション  の [プロファイル](cmake-profile.html)や  `CMakeLists.txt` スクリプトに追加できます。

## 既知の問題と制限

* Windows では、CLion が MSVC ツールチェーン用にバンドルしている [LLDB ベースのデバッガー](quick-tutorial-on-configuring-clion-on-windows.html#msvc-debugger)で、CUDA コードに問題が発生する可能性があります。

* macOS では、このプラットフォームはバージョン 10.13 から正式にサポートされていないため、CUDA プロジェクトに対する CLion のサポートはテストされていません。

* 現在、 [コードカバレッジ](code-coverage-clion.html)、 [Valgrind Memcheck](memory-profiling-with-valgrind.html)、 [CPU プロファイリング](cpu-profiler.html)ツールは、CUDA プロジェクトで正常に動作しません。

## See also

### オンラインドキュメント

[クイック CMake チュートリアル](quick-cmake-tutorial.html) [Quick Tutorial on Configuring CLion on Windows](quick-tutorial-on-configuring-clion-on-windows.html)

