CUDA：不支持未对齐的内存访问：我错过了什么？

Question

有一些问题类似对此，但在这种情况下，它有点奇怪； NVCC 3.1 不喜欢这样，但 3.2 和 4.0RC 喜欢；

float xtmp[MAT1];

for (i=0; i<MAT1; i++){
    xtmp[i]=x[p[i]]; //value that should be here
}

其中 p 通过引用来自的函数 (int *p) 传递...

int p_pivot[MAT1],q_pivot[MAT1];

为了添加一些上下文，在 p 到达“顶部”函数之前，它们由（我删除了尽可能多的不相关的内容）填充为了清楚起见，我尽可能编写代码）

...
for (i=0;i<MAT1;i++){
    ...
    p_pivot[i]=q_pivot[i]=i
    ...
}
...

除此之外，枢轴上的唯一操作是具有整数临时值的三步交换。

毕竟 p_pivot 通过 (&p_pivot[0]) 传递给“top”函数

对于任何寻找更多详细信息的人，代码是 此处 在 3.2/4.0 之间切换到更早版本所需的唯一更改是更改 cudaDeviceSynchronise();到 cudaThreadSynchronize();。这是我肮脏的实验代码，所以请不要评判我！ :D

如前所述，上述所有内容在更高版本的 NVCC 中都可以正常工作，我正在努力将它们放入有问题的机器上，但我有兴趣看看我缺少什么。

肯定是数组查找索引导致了问题，但我不明白为什么？

Answer 1

对我来说这看起来像是一个编译器错误。这将在 64 位平台上与 nvcc 3.1 一起使用：

float xtmp[MAT1];
//Swap rows (x=Px)
for (i=0; i<MAT1; i++){
    int idx = p[i];
    xtmp[i]=x[idx]; //value that should be here
}

我的猜测是隐式 int 到 size_t 转换中的某些内容正在破坏。我尝试过的任何较新版本的 CUDA 都不会失败。