CUDA程序可以使用以下软件进行编译：
nvcc：
这是NVIDIA提供的CUDA编译器，用于将CUDA C/C++代码编译成可在GPU上执行的二进制文件。nvcc是编译CUDA程序的主要工具，它依赖于C编译器（在Windows下是cl.exe，在Linux下是gcc）。
CMake：
CMake是一个跨平台的自动化建构系统，可以用于管理CUDA项目的编译过程。通过CMake，可以配置和生成Makefile或其他构建文件，从而简化CUDA代码的编译和构建过程。在CMake中，可以通过启用CUDA语言支持来进行CUDA代码的编译。
Visual Studio：
对于使用Windows操作系统的开发者，Visual Studio可以与CUDA Toolkit集成，提供CUDA代码的编辑、调试和性能分析等功能。在Visual Studio中，可以通过配置custom build tool来自动执行nvcc，从而编译CUDA程序。
Eclipse：
Eclipse是一个开源的集成开发环境，通过安装CUDA插件，可以在Eclipse中进行CUDA程序的开发。这使得在Eclipse中进行CUDA编程变得更加方便。
PyCUDA：
PyCUDA是一个基于Python的开源库，提供了与CUDA的Python语言绑定。通过PyCUDA，开发者可以使用Python进行CUDA编程，享受Python的简洁和易用性。
其他编译器：
除了NVIDIA CUDA Toolkit自带的编译器外，还有一些第三方编译器如PGI编译器和GCC编译器也支持CUDA C编程。这些编译器可以将CUDA C代码编译为可执行文件或库，以在CUDA平台上运行。
根据开发者的需求和习惯，可以选择以上工具中的一种或几种来进行CUDA程序的编译。对于大多数情况，使用nvcc结合CMake是最常见和推荐的做法。