向量乘法程序中奇怪的 CUDA 行为

Question

我在使用一个非常基本的 CUDA 程序时遇到了一些问题。我有一个程序，可以将主机和设备上的两个向量相乘，然后比较它们。这工作没有问题。错误的是我试图测试不同数量的线程和块以用于学习目的。我有以下内核：

__global__ void multiplyVectorsCUDA(float *a,float *b, float *c, int N){
    int idx = threadIdx.x;
    if (idx<N) 
        c[idx] = a[idx]*b[idx];
}

我称之为：

multiplyVectorsCUDA <<<nBlocks, nThreads>>> (vector_a_d,vector_b_d,vector_c_d,N);

目前我已将 nBLocks 固定为 1，因此我只改变向量大小 N 和线程数 n线程。据我了解，每次乘法都会有一个线程，因此 N 和 nThreads 应该相等。

问题如下：

1. 我首先使用 N=16 和 nThreads<16 调用内核，但这不起作用。 （这没问题）
2. 然后我用 N=16 和 nThreads=16 调用它，效果很好。 （再次 按预期工作）
3. 但是当我使用 N=16 和 nThreads<16 调用它时，它仍然有效！

我不明白为什么最后一步不像第一步那样失败。仅当我重新启动电脑时，它才会再次失败。

有没有人遇到过类似的事情或者可以解释这种行为？

Answer 1

等等，你是连续打电话给三个人吗？我不知道您的其余代码，但是您确定要清除每次运行之间分配的图形内存吗？如果没有，这可以解释为什么它第一次不起作用，但第三次传递相同的值时却起作用，以及为什么它只有在重新启动后才能再次工作（重新启动会清除所有分配的内存）。

Answer 2

不知道是否可以回答我自己的问题，但我意识到在比较主机和设备向量时我的代码中有一个错误（该部分代码未发布）。带来不便敬请谅解。有人可以关闭这篇文章吗，因为它不允许我删除它？