在某些条件下崩溃的基本CUDA C程序

我正在编写一个基本的CUDA程序，以便更好地理解该语言。 我写了一些非常基本的东西，只是并行添加两个向量，并将结果打印到ppm文件。 现在，矢量中的值是无关紧要的，因为我计划稍后调整它以产生某种类型的有趣图像。 问题是图像的分辨率（实际上是结果向量）导致程序几乎立即崩溃，如果我使它太大。 考虑现在的程序：

#include  #define cols 500 #define rows 50 #define arraySize rows * cols __global__ void addOnGPU(int *a, int *b, int *c) { // Only use data at this index int tid = threadIdx.x + blockIdx.x * blockDim.x; if (tid < arraySize) c[tid] = a[tid] + b[tid]; } int main() { FILE *ppm_fp; int a[arraySize], b[arraySize], c[arraySize]; int *dev_a, *dev_b, *dev_c; int i, j; int threadsperblock = 256; int blocks = (arraySize + threadsperblock - 1) / threadsperblock; printf("1\n"); // Allocate memory on GPU for the three vectors cudaError_t cudaStatus = cudaMalloc((void **) &dev_a, arraySize * sizeof(int)); cudaStatus = cudaMalloc((void **) &dev_b, arraySize * sizeof(int)); cudaStatus = cudaMalloc((void **) &dev_c, arraySize * sizeof(int)); if (cudaStatus != cudaSuccess) { fprintf(stderr, "Unable to allocate memory on the GPU!"); return 1; } printf("2\n"); // Assign values to input vectors for (i = 0, j = 0; i < arraySize; i++, j++) { a[i] = i; b[i] = i * i; } printf("3\n"); // Copy input values to allocated vectors in GPU memory cudaStatus = cudaMemcpy(dev_a, a, arraySize * sizeof(int), cudaMemcpyHostToDevice); cudaStatus = cudaMemcpy(dev_b, b, arraySize * sizeof(int), cudaMemcpyHostToDevice); if (cudaStatus != cudaSuccess) { fprintf(stderr, "Unable to copy input vectors to the GPU!"); return 1; } printf("before\n"); // Add vectors in parallel and save results in dev_c addOnGPU<<>>(dev_a, dev_b, dev_c); printf("after\n"); // Copy results from dev_c to local c vector cudaStatus = cudaMemcpy(c, dev_c, arraySize * sizeof(int), cudaMemcpyDeviceToHost); if (cudaStatus != cudaSuccess) { fprintf(stderr, "Unable to copy input vectors to the GPU!"); return 1; } ppm_fp = fopen("image.ppm", "wb"); fprintf(ppm_fp, "P6\n%d %d\n255\n", cols, rows); for (i = 0; i < arraySize; i++) { if (i % (3 * cols) == 0) fprintf(ppm_fp, "\n"); fprintf(ppm_fp, "%d ", c[i]); } // Display contents of output vector for (i = 0; i < arraySize; i++) { printf("%d + %d = %d\n", a[i], b[i], c[i]); } printf("\n"); // cudaDeviceReset must be called before exiting in order for profiling and // tracing tools such as Nsight and Visual Profiler to show complete traces. cudaStatus = cudaDeviceReset(); if (cudaStatus != cudaSuccess) { fprintf(stderr, "cudaDeviceReset failed!"); return 1; } return 0; } 

按照目前的情况，程序可以使用cols和rows的值运行。 如果我将行增加到500，则程序崩溃。 我已经包含了一些调试打印语句，试图找到它崩溃的地方，但是一旦我运行它就会崩溃。 我在Visual Studio 2013上运行它（其中我使用的是新手，并且更熟悉VI，linux和手动编译）。 我有一个GTX 580 3GB版本，如果这很重要。 我知道我无法超越任何内存限制，并且我不会超过可以创建的块的65536（或者是65535）限制，或者每块的512个线程限制。 什么出错了？

谢谢

Answer 1

您观察到的崩溃与CUDA无关，并且是由于C / C ++静态数组分配达到了内存限制

 int a[arraySize], b[arraySize], c[arraySize]; 

静态分配的数组被放入具有一般大小限制的存储器堆栈中。 由语法动态分配的数组

 int* a = (int*)malloc(arraySize*sizeof(int)); 

因为需要更多内存，所以在程序执行期间通常会增加内存堆。 与此相反，由于管理动态内存分配的开销，堆内存比堆栈内存慢。

您可以在Web上找到许多有用的资料，解释堆栈和堆内存之间的差异，例如，请参阅

内存：堆栈与堆

和StackOverflow保护的问题

堆栈和堆的内容和位置是什么？

作为结束语，请允许我说，从post的意义上做一个正确的CUDA错误检查总是好的

使用CUDA运行时API检查错误的规范方法是什么？

现在也在CUDA Tag Wiki中提到了这一点。 它可能会帮助你自己排除CUDA错误。