【跳坑日记】Jetson 6.2 编译cuda-sample报错：No CMAKE_CUDA_COMPILER could be found

关注

原创最新推荐文章于 2026-06-23 10:00:00 发布 1.2k 阅读 AI 写同款· GEO 优化 ›

ubuntu中使用cmake编译报错No CMAKE_CXX_COMPILER could be found.的解决方法阅读详情

前情提要

在刷完 JetPack 6.2 之后，想要验证CUDA是否可以正常使用，本文采用NVIDIA官方cuda-sample项目来验证效果，结果运行时报出No CMAKE_CUDA_COMPILER could be found错误，本文主要着手解决该报错问题。

按照惯例，首先说明报错时运行环境以及对应版本。

环境	版本
JetPack	6.2
CUDA	12.6
CMake	3.22.1
硬件设备	Jetson AGX Orin 64GB、Jetson Orin NX 16GB

报错过程

首先，英伟达边缘端开发板刷完JetPack 6.2之后，会自带CUDA 12.6 版本（如下图）。

图1：JetPack 6.2 刷机时 CUDA版本截图

若要编译cuda-sample，需要做两件事情，首先在官方github【https://github.com/NVIDIA/cuda-samples】下载源码，用管理员权限拷贝到cuda目录，系统默认地址为【/usr/local/cuda/】或者【/usr/local/cuda-12/】和【/usr/local/cuda-12.6/】都可以，因为前面两个地址都是软连接，指向第三个目录。当然，应该不用拷贝也没事，以上纯属个人习惯以及原来官方默认预设路径。

然后，通过apt安装cmake，我这里以2025年4月14日为截止日期，直接在控制台输入sudo apt install cmake作为编译CUDA样例的版本（即：3.22.1）

此时，万事俱备，可以对示例进行编译。进入cuda-sample目录（我这里要编译deviceQuery，列出设备信息，所以进入【/usr/local/cuda/cuda-samples/Samples/1_Utilities/deviceQuery】目录），命令行输入sudo cmake .，此时，报出如下图错误，也就是如题所示内容。

图2：编译CUDA示例程序报错截图

解决过程

网上搜了挺多资料，有说设置环境变量的，改了当前用户的和系统环境变量（大体思路是指定PATH到cuda的bin目录），无济于事、后来搜到参考链接1的帖子，硕士要设置CUDA值，一开始没明白，一般set的目的就是设置环境变量，后来明白了，其实意思是在当前目录【/usr/local/cuda/cuda-samples/Samples/1_Utilities/deviceQuery】下的CMakeList.txt文件中加入下面这句话。好吧，原谅我对CMake的生疏。确实，我把这句话加到第一行，然后执行就可以正常编译和执行了。

set(CMAKE_CUDA_COMPILER /usr/local/cuda/bin/nvcc)

完整的CMakeLists.txt文件内容如下：

set(CMAKE_CUDA_COMPILER /usr/local/cuda/bin/nvcc)

cmake_minimum_required(VERSION 3.20)

list(APPEND CMAKE_MODULE_PATH "${CMAKE_CURRENT_SOURCE_DIR}/../../../cmake/Modules")

project(deviceQuery LANGUAGES C CXX CUDA)

find_package(CUDAToolkit REQUIRED)

set(CMAKE_POSITION_INDEPENDENT_CODE ON)

set(CMAKE_CUDA_ARCHITECTURES 50 52 60 61 70 72 75 80 86 87 89 90 100 101 120)
set(CMAKE_CUDA_FLAGS "${CMAKE_CUDA_FLAGS} -Wno-deprecated-gpu-targets")
if(CMAKE_BUILD_TYPE STREQUAL "Debug")
    # set(CMAKE_CUDA_FLAGS "${CMAKE_CUDA_FLAGS} -G")  # enable cuda-gdb (expensive)
endif()

# Include directories and libraries
include_directories(../../../Common)

# Source file
# Add target for deviceQuery
add_executable(deviceQuery deviceQuery.cpp)

target_compile_options(deviceQuery PRIVATE $<$<COMPILE_LANGUAGE:CUDA>:--extended-lambda>)

target_compile_features(deviceQuery PRIVATE cxx_std_17 cuda_std_17)

set_target_properties(deviceQuery PROPERTIES CUDA_SEPARABLE_COMPILATION ON)

target_include_directories(deviceQuery PRIVATE
    ${CUDAToolkit_INCLUDE_DIRS}
)

target_link_libraries(deviceQuery PUBLIC
    CUDA::cudart
)