使用CUDA时为什么要使用memset？

我在CUDA代码示例中看到，

memset

用于将向量初始化为所有0，这些0将存储其他两个向量的总和。例如：

hostRef = (float *)malloc(nBytes);
gpuRef = (float *)malloc(nBytes);    
memset(hostRef, 0, nBytes);
memset(gpuRef, 0, nBytes);

如果对这些向量不做任何其他操作，这有什么作用

您可以在此处看到代码：

---

但不确定链接能工作多久。

当您使用“malloc”获取内存时，它不一定是空的，只有“calloc”会为您将内存归零。建议您初始化内存，以达到健全和调试的目的。

当您使用“malloc”获取内存时，它不一定是空的，只有“calloc”会将内存归零。建议出于健全和调试的目的初始化内存。

如果不对这些向量进行任何其他操作，则没有任何作用，但事实并非如此

代码运行CUDA向量和，然后将结果复制到

*gpuRef

中。然后，它在主机CPU上执行相同的求和，并将结果放入

*hostRef

。最后，对两种结果进行了比较

---

当然，在将新数据复制到数组之前，它不会对这两个数组执行任何操作，因此初始化为零仍然没有任何作用。

如果不对这些向量执行其他操作，则没有任何作用，但情况并非如此

代码运行CUDA向量和，然后将结果复制到

*gpuRef

中。然后，它在主机CPU上执行相同的求和，并将结果放入

*hostRef

。最后，对两种结果进行了比较

---

当然，在将新数据复制到其中之前，它不会对这两个数组执行任何操作，因此初始化为零仍然没有任何作用。

这是njuffa在评论中给出的答案：

…GPU内存的内容在调用 应用程序。在程序失败的情况下，我们希望避免 从上一次运行中获取良好数据，这可能导致（错误地） 相信程序执行得很好。我在英国见过这种情况 现实生活中，这让受影响的程序员非常困惑。因此 最好将结果数据初始化为已知值，尽管 将选择0xff而不是0，因为这对应于NaN 浮点数据的模式

---

这是njuffa在评论中给出的答案：

…GPU内存的内容在调用 应用程序。在程序失败的情况下，我们希望避免 从上一次运行中获取良好数据，这可能导致（错误地） 相信程序执行得很好。我在英国见过这种情况 现实生活中，这让受影响的程序员非常困惑。因此 最好将结果数据初始化为已知值，尽管 将选择0xff而不是0，因为这对应于NaN 浮点数据的模式

---

在调用

checkResult（）

时，似乎还进一步使用了这些变量。GPU内存的内容在应用程序调用之间不会改变。在程序失败的情况下，我们希望避免从上一次运行中获取良好的数据，这可能导致（错误地）认为程序执行得很好。我在现实生活中见过这样的情况，这让受影响的程序员感到非常困惑。因此，最好将结果数据初始化为已知值，尽管我会选择

0xff

而不是

0

，因为这对应于浮点数据的NaN模式-->测试

NULL

的错误方法？@njuffa这很有意义。如果你给我一个答案，我可以接受。在调用

checkResult（）

时，这些变量似乎有进一步的用途。GPU内存的内容在应用程序调用之间不会改变。在程序失败的情况下，我们希望避免从上一次运行中获取良好的数据，这可能导致（错误地）认为程序执行得很好。我在现实生活中见过这样的情况，这让受影响的程序员感到非常困惑。因此，最好将结果数据初始化为已知值，尽管我会选择

0xff

而不是

0

，因为这对应于浮点数据的NaN模式-->测试

NULL

的错误方法？@njuffa这很有意义。如果你回答我可以接受。值得注意的是，在调试期间使用CUDA内存检查器时，它会自动0的所有分配内存。因此，如果您正在读取未初始化的内存，则分配0更有可能在发布版和调试版之间产生一致的行为。值得注意的是，在调试期间使用CUDA内存检查器时，它会自动分配0的所有内存。因此，如果您正在读取未初始化的内存，则0'ing分配更有可能在发布和调试版本之间产生一致的行为。