前一篇文章我们建立了windows上的clang工具链。

为了今后时刻可以检验我们的代码也可以在LINUX等环境下正常编译运行，我们现在开始建立LINUX下的编译环境。

LINUX可以选择任意一个发行版本。不同的发行版本在api接口方面是接近的，主要的不同是软件包的版本，以及包管理方式等。

ubuntu系列更新比较频繁，包体的版本较新。

centos系列是redhat系列的免费版，比较稳扎稳打，包体相对旧一些。

debian则更新非常的慢了。

bsd系列(这个严格来说不是LINUX，而是类UNIX系统) 中规中矩，严守unix规范，相对难用一些。

最重要的是，是否有最 大的两家GPU厂商的驱动支持。目前N卡的支持情况相对较好，A卡之前很差，现在有了OpenGPU这个项目，以及amdpro系列驱动，情况有所好转。

我所用的是带GPU的阿里云主机，有A卡版本和N卡版本。N卡版本比A卡版本贵不少，而且考虑到当代主机是以A卡为主，所以选用了A卡主机。

可能因为虚拟化的关系，阿里云上的A卡主机需要阿里云和AMD合作定制的特殊驱动。AMD官网上下载的驱动装上之后设备初始化会出错。而阿里云不提供这个特殊版驱动的单体，只提供预装了驱动的系统镜像。目前可选的只有CentOS和ubuntu。

需要注意的是由于amdpro驱动是内核模块插入方式，因此对内核的升级就比较敏感。亲测无论是选用CentOS还是ubuntu，如果升级最 新内核就会导致驱动失效，所以在新驱动出来之前需要锁定内核版本。

没有云服务器的，也可以在windows机器上安装一个vmware虚拟机，在那个里面装一个linux。免费的vmware workstation player就可以。注意目前对显卡支持较好的vmware是12以上的版本。早期版本只能支持到DX9级别，也就是固定管道渲染。其它虚拟机对显卡的支持更差，比如virtualbox。

Linux下构建toolchain的过程与windows类似(参考上一篇文章)，可以使用yum或者apt安装发行版提供的编译好的包，也可以采用下载源码编译的方式。

作为演示，我这里采用另外一种方式，导入docker。docker是一种将特定应用环境容器化的方式，可以是实现应用的快速部署，以及和宿主环境的隔离。

docker入门教程参考:

http://www.docker.org.cn/book/docker.html

安装好docker之后，使用:

docker pull tim03/clang

就可以将我事先准备好的clang环境部署到本地。创建这个docker image的dockerfile则在下面这个地址，如果你想要知道它是怎么创建出来的话:

https://github.com/netwarm007/dockerfile-clang/blob/master/Dockerfile

当docker pull全部完成之后，我们进入到我们Hello Engine所在的目录(就是main.c所在目录)，执行:

docker run -it --rm -v $(pwd):/usr/src tim03/clang

我们就会进入带有clang的docker容器，并且我们的源代码目录被映射到了/usr/src目录之下。执行下面的命令编译并观察执行结果:

bash-4.4# ls

LICENSE README.md a.out main.c

bash-4.4# clang main.c

main.c:3:1: warning: return type of 'main' is not 'int' [-Wmain-return-type]

void main() {

^ main.c:3:1: note: change return type to 'int'

void main() {

^~~~ int

1 warning generated.

bash-4.4# ls -l

total 24

-rw-rw-r-- 1 1000 1000 1067 Aug 18 20:12 LICENSE

-rw-rw-r-- 1 1000 1000 100 Aug 18 20:12 README.md

-rwxr-xr-x 1 root root 10368 Aug 18 22:02 a.out

-rw-rw-r-- 1 1000 1000 66 Aug 18 20:15 main.c

bash-4.4# ./a.out

Hello, Engine!

bash-4.4# exit

(-- EOF --)

请联系网站客服，了解详细的优惠课程信息~

　　优质、便捷、省心