CUDA:cudaDeviceSynchronize返回错误代码30

下面的代码是关于Sha-1算法的

内核中有一个大循环（HashRounds=0x40000262144次）。 现在的情况是：

1.在调试模式下运行时，它将报告错误30。但是如果我减少周期时间，例如50000次，则不会报告错误

2.在释放模式下运行时，这是正常的。但是当我增加线程比例时，比如block=48，thread=192，它将报告相同的问题

环境：GTX560Ti+Win8+Visual Studio 2012+Cuda5.5

恳求你的帮助

#include <stdio.h>
#include <string.h>
#include "cuda_runtime.h"
#include "device_launch_parameters.h"
typedef unsigned int    uint32;
typedef unsigned char   byte;
typedef struct {
    uint32 state[5];
    uint32 count[2];
    byte buffer[64];
    byte workspace[64]; // Temporary buffer.
} hash_context;

#define rol(value, bits) (((value) << (bits)) | ((value) >> (32 - (bits))))
/* blk0() and blk() perform the initial expand. */
/* I got the idea of expanding during the round function from SSLeay */

#define blk0(i) (block->l[i] = (rol(block->l[i],24)&0xFF00FF00) \
    |(rol(block->l[i],8)&0x00FF00FF))

#define blk(i) (block->l[i&15] = rol(block->l[(i+13)&15]^block->l[(i+8)&15] \
    ^block->l[(i+2)&15]^block->l[i&15],1))

/* (R0+R1), R2, R3, R4 are the different operations used in SHA1 */
#define R0(v,w,x,y,z,i) {z+=((w&(x^y))^y)+blk0(i)+0x5A827999+rol(v,5);w=rol(w,30);}
#define R1(v,w,x,y,z,i) {z+=((w&(x^y))^y)+blk(i)+0x5A827999+rol(v,5);w=rol(w,30);}
#define R2(v,w,x,y,z,i) {z+=(w^x^y)+blk(i)+0x6ED9EBA1+rol(v,5);w=rol(w,30);}
#define R3(v,w,x,y,z,i) {z+=(((w|x)&y)|(w&x))+blk(i)+0x8F1BBCDC+rol(v,5);w=rol(w,30);}
#define R4(v,w,x,y,z,i) {z+=(w^x^y)+blk(i)+0xCA62C1D6+rol(v,5);w=rol(w,30);}

cudaError_t addWithCuda();
__global__ void cryptKernel();
__device__ void hash_initial(hash_context* context);
__device__ void hash_process( hash_context * context, byte * data, size_t len);
__device__ void SHA1Transform(uint32 state[5], byte workspace[64], byte buffer[64]);

int main()
{
    cudaError_t cudaStatus = addWithCuda();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "addWithCuda failed!");
        return 1;
    }
    // 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;
    }
    printf("over");
    getchar();
    return 0;
}
// Helper function for using CUDA to add vectors in parallel.
cudaError_t addWithCuda()
{
    cudaError_t cudaStatus;
    // Choose which GPU to run on, change this on a multi-GPU system.
    cudaStatus = cudaSetDevice(0);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaSetDevice failed!  Do you have a CUDA-capable GPU installed?");
        goto Error;
    }
    cryptKernel<<<1,1>>>();
    // Check for any errors launching the kernel
    cudaStatus = cudaGetLastError();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "addKernel launch failed: %s\n", cudaGetErrorString(cudaStatus));
        goto Error;
    }
    // cudaDeviceSynchronize waits for the kernel to finish, and returns
    // any errors encountered during the launch.
    cudaStatus = cudaDeviceSynchronize();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaDeviceSynchronize returned error code %d after launching addKernel!\n", cudaStatus);
        goto Error;
    }
Error:
    return cudaStatus;
}

__global__ void cryptKernel()
{
    int i = blockIdx.x*blockDim.x+threadIdx.x;
    byte RawPsw[24] = {'\0'};
    hash_context c;
    hash_initial(&c);
    const int HashRounds=0x40000;
    for (int I=0;I<HashRounds;I++)
    {
        hash_process( &c, RawPsw, 24);
    }
}

__device__ void SHA1Transform(uint32 state[5], byte workspace[64], byte buffer[64])
{
    uint32 a, b, c, d, e;
    typedef union {
        byte c[64];
        uint32 l[16];
    } CHAR64LONG16;
    CHAR64LONG16* block;
    block = (CHAR64LONG16*)buffer;
    /* Copy context->state[] to working vars */
    a = state[0];
    b = state[1];
    c = state[2];
    d = state[3];
    e = state[4];
    /* 4 rounds of 20 operations each. Loop unrolled. */
    R0(a,b,c,d,e, 0); R0(e,a,b,c,d, 1); R0(d,e,a,b,c, 2); R0(c,d,e,a,b, 3);
    R0(b,c,d,e,a, 4); R0(a,b,c,d,e, 5); R0(e,a,b,c,d, 6); R0(d,e,a,b,c, 7);
    R0(c,d,e,a,b, 8); R0(b,c,d,e,a, 9); R0(a,b,c,d,e,10); R0(e,a,b,c,d,11);
    R0(d,e,a,b,c,12); R0(c,d,e,a,b,13); R0(b,c,d,e,a,14); R0(a,b,c,d,e,15);
    R1(e,a,b,c,d,16); R1(d,e,a,b,c,17); R1(c,d,e,a,b,18); R1(b,c,d,e,a,19);
    R2(a,b,c,d,e,20); R2(e,a,b,c,d,21); R2(d,e,a,b,c,22); R2(c,d,e,a,b,23);
    R2(b,c,d,e,a,24); R2(a,b,c,d,e,25); R2(e,a,b,c,d,26); R2(d,e,a,b,c,27);
    R2(c,d,e,a,b,28); R2(b,c,d,e,a,29); R2(a,b,c,d,e,30); R2(e,a,b,c,d,31);
    R2(d,e,a,b,c,32); R2(c,d,e,a,b,33); R2(b,c,d,e,a,34); R2(a,b,c,d,e,35);
    R2(e,a,b,c,d,36); R2(d,e,a,b,c,37); R2(c,d,e,a,b,38); R2(b,c,d,e,a,39);
    R3(a,b,c,d,e,40); R3(e,a,b,c,d,41); R3(d,e,a,b,c,42); R3(c,d,e,a,b,43);
    R3(b,c,d,e,a,44); R3(a,b,c,d,e,45); R3(e,a,b,c,d,46); R3(d,e,a,b,c,47);
    R3(c,d,e,a,b,48); R3(b,c,d,e,a,49); R3(a,b,c,d,e,50); R3(e,a,b,c,d,51);
    R3(d,e,a,b,c,52); R3(c,d,e,a,b,53); R3(b,c,d,e,a,54); R3(a,b,c,d,e,55);
    R3(e,a,b,c,d,56); R3(d,e,a,b,c,57); R3(c,d,e,a,b,58); R3(b,c,d,e,a,59);
    R4(a,b,c,d,e,60); R4(e,a,b,c,d,61); R4(d,e,a,b,c,62); R4(c,d,e,a,b,63);
    R4(b,c,d,e,a,64); R4(a,b,c,d,e,65); R4(e,a,b,c,d,66); R4(d,e,a,b,c,67);
    R4(c,d,e,a,b,68); R4(b,c,d,e,a,69); R4(a,b,c,d,e,70); R4(e,a,b,c,d,71);
    R4(d,e,a,b,c,72); R4(c,d,e,a,b,73); R4(b,c,d,e,a,74); R4(a,b,c,d,e,75);
    R4(e,a,b,c,d,76); R4(d,e,a,b,c,77); R4(c,d,e,a,b,78); R4(b,c,d,e,a,79);
    /* Add the working vars back into context.state[] */
    state[0] += a;
    state[1] += b;
    state[2] += c;
    state[3] += d;
    state[4] += e;
}
__device__ void hash_initial(hash_context* context)
{
    /* SHA1 initialization constants */
    context->state[0] = 0x67452301;
    context->state[1] = 0xEFCDAB89;
    context->state[2] = 0x98BADCFE;
    context->state[3] = 0x10325476;
    context->state[4] = 0xC3D2E1F0;
    context->count[0] = context->count[1] = 0;
}
/* Run your data through this. */
__device__ void hash_process( hash_context * context, byte * data, size_t len)
{
    unsigned int i, j;
    uint32 blen = ((uint32)len)<<3;

    j = (context->count[0] >> 3) & 63;
    if ((context->count[0] += blen) < blen ) context->count[1]++;
    context->count[1] += (uint32)(len >> 29);
    if ((j + len) > 63) {
        memcpy(&context->buffer[j], data, (i = 64-j));
        SHA1Transform(context->state, context->workspace, context->buffer);
        for ( ; i + 63 < len; i += 64) {

            SHA1Transform(context->state, context->workspace, &data[i]);

        }
        j = 0;
    }
    else i = 0;
    if (len > i)
      memcpy(&context->buffer[j], &data[i], len - i);
}

#包括
#包括
#包括“cuda_runtime.h”
#包括“设备启动参数.h”
typedef无符号整数uint32；
typedef无符号字符字节；
类型定义结构{
uint32状态[5]；
uint32计数[2]；
字节缓冲区[64]；
字节工作区[64]；//临时缓冲区。
}散列上下文；
#定义rol（值，位）（（值）>（32-（位）））
/*blk0（）和blk（）执行初始展开*/
/*我从SSLeay那里得到了在圆函数中扩展的想法*/
#定义blk0（i）（块->l[i]=（rol（块->l[i]，24）&0xFF00FF00）\
|（rol（块->l[i]，8）和0x00FF00FF））
#定义blk（i）（块->l[i&15]=rol（块->l[（i+13）&15]^块->l[（i+8）&15]\
^区块->l[（i+2）和15]^区块->l[i+15]，1））
/*（R0+R1）、R2、R3、R4是SHA1中使用的不同操作*/
#定义R0（v，w，x，y，z，i）{z+=（（w&（x^y））^y）+blk0（i）+0x5A827999+rol（v，5）；w=rol（w，30）；}
#定义R1（v，w，x，y，z，i）{z+=（（w&（x^y））^y）+blk（i）+0x5A827999+rol（v，5）；w=rol（w，30）；}
#定义R2（v，w，x，y，z，i）{z+=（w^x^y）+blk（i）+0x6ED9EBA1+rol（v，5）；w=rol（w，30）；}
#定义R3（v，w，x，y，z，i）{z+=（（w，x）和y）|（w&x））+blk（i）+0x8F1BBCDC+rol（v，5）；w=rol（w，30）；}
#定义R4（v，w，x，y，z，i）{z+=（w^x^y）+blk（i）+0xCA62C1D6+rol（v，5）；w=rol（w，30）；}
cudaError_t addWithCuda（）；
__全局_uu; void cryptKernel（）；
__设备\无效哈希\初始值（哈希\上下文*上下文）；
__设备无效哈希进程（哈希上下文*上下文，字节*数据，大小长度）；
__设备无效SHA1转换（uint32状态[5]，字节工作区[64]，字节缓冲区[64]）；
int main（）
{
cudaError_t cudaStatus=addWithCuda（）；
if（cudaStatus！=cudaSuccess）{
fprintf（stderr，“addWithCuda失败！”）；
返回1；
}
//必须在退出之前调用cudaDeviceReset，以便进行分析和
//跟踪工具，如Nsight和visualprofiler，用于显示完整的跟踪。
cudaStatus=cudadeviceset（）；
if（cudaStatus！=cudaSuccess）{
fprintf（stderr，“cudaDeviceReset失败！”）；
返回1；
}
printf（“超过”）；
getchar（）；
返回0；
}
//辅助函数，用于使用CUDA并行添加向量。
cudaError\u t addWithCuda（）
{
cudaError\u t cudaStatus；
//选择要在哪个GPU上运行，在多GPU系统上更改此选项。
cudaStatus=cudaSetDevice（0）；
if（cudaStatus！=cudaSuccess）{
fprintf（stderr，“cudaSetDevice失败！是否安装了支持CUDA的GPU？”）；
转到错误；
}
cryptokernel（）；
//检查启动内核时是否有任何错误
cudaStatus=cudaGetLastError（）；
if（cudaStatus！=cudaSuccess）{
fprintf（stderr，“addKernel启动失败：%s\n”，cudaGetErrorString（cudaStatus））；
转到错误；
}
//cudaDeviceSynchronize等待内核完成，然后返回
//在启动过程中遇到的任何错误。
cudaStatus=cudaDeviceSynchronize（）；
if（cudaStatus！=cudaSuccess）{
fprintf（stderr，“cudaDeviceSynchronize在启动addKernel！\n后返回错误代码%d”，cudaStatus）；
转到错误；
}
错误：
返回CUDA状态；
}
__全局_uu; void cryptKernel（）
{
int i=blockIdx.x*blockDim.x+threadIdx.x；
字节RawPsw[24]={'\0'}；
hash_上下文c；
hash_首字母（&c）；
常量int HashRounds=0x40000；
对于（int I=0；Istate[]到工作变量*/
a=状态[0]；
b=状态[1]；
c=状态[2]；
d=状态[3]；
e=状态[4]；
/*4轮，每次20次。循环展开*/
R0（a，b，c，d，e，0）；R0（e，a，b，c，d，1）；R0（d，e，a，b，c，2）；R0（c，d，e，a，b，3）；
R0（b，c，d，e，a，4）；R0（a，b，c，d，e，5）；R0（e，a，b，c，d，6）；R0（d，e，a，b，c，7）；
R0（c，d，e，a，b，8）；R0（b，c，d，e，a，9）；R0（a，b，c，d，e，10）；R0（e，a，b，c，d，11）；
R0（d，e，a，b，c，12）；R0（c，d，e，a，b，13）；R0（b，c，d，e，a，14）；R0（a，b，c，d，e，15）；
R1（e，a，b，c，d，16）；R1（d，e，a，b，c，17）；R1（c，d，e，a，b，18）；R1（b，c，d，e，a，19）；
R2（a，b，c，d，e，20）；R2（e，a，b，c，d，21）；R2（d，e，a，b，c，22）；R2（c，d，e，a，b，23）；
R2（b，c，d，e，a，24）；R2（a，b，c，d，e，25）；R2（e，a，b，c，d，26）；R2（d，e，a，b，c，27）；
R2（c，d，e，a，b，28）；R2（b，c，d，e，a，29）；R2（a，b，c，d，e，30）；R2（e，a，b，c，d，31）；
R2（d，e，a，b，c，32）；R2（c，d，e，a，b，33）；R2（b，c，d，e，a，34）；R2（a，b，c，d，e，35）；
R2（e，a，b，c，d，36）；R2（d，e，a，b，c，37）；R2（c，d，e，a，b，38）；R2（b，c，d，e，a，39）；
R3（a，b，c，d，e，40）；R3（e，a，b，c，d，41）；R3（d，e，a，b，c，42）；R3（c，d，e，a，b，43）；
R3（b，c，d，e，a，44）；R3（a，b，c，d，e，45）；R3（e，a，b，c，d，46）；R3（d，e，a，b，c，47）；
R3（c，d，e，a，b，48）；R3（b，c，d，e，a，49）；R3（a，b，c，d，e，50）；R3（e，a，b，c，d，51）；
R3（d，e，a，b，c，52）；R3（c，d，e，a，b，53）；R3（b，c，d，e，a，54）；R3（a，b，c，d，e，55）；
R3（e，a，b，c，d，56）；R3（d，e，a，b，c，57）；R3（c，d，e，a，b，58）；R3（b，c，d，e，a，59）；
R4（a，b，c，d，e，60）；R4（e，a，b，c，d，61）；R4（d，e，a，b，c，62）；R4（c，d，e，a，b，63）；
R4（b，c，d，e，a，64）；R4（a，b，c，d，e，65）；R4（e，a，b，c，d，66）；R4（d，e，a，b，c，67）；
R4（c，d，e，a，b，68）；R4（b，c，d，e，a，69）；R4（a，b，c，d，e，70）；R4（e，a，b，c，d，71）；
R4（d，e，a，b，c，72）；R4（c，d，e，a，b，73）；R4（b，c，d，e，a，74）；R4（a，b，c，d，e，75）；
R4（e，a，b，c，d，76）；R4（d，e，a，b，c，77）；R4（c，d，e，a，b，78）；R4（b，c，d，e，a，79）；
/*将工作变量添加回上下文中。状态[]*/
状态[0]+=a；
状态[1]+=b；
状态[2]+=c；
状态[3]+=d；
状态[4]+=e；
}
__设备\无效哈希\首字母（哈希\上下文*上下文）
{
/*SHA1初始化常量*/
上下文->状态[0]=0x67452301；
上下文->状态[1]=0xEFCDAB89；
上下文->状态[2]=0x98BADCFE；
上下文->状态[3]=0x10325476；
上下文->状态[4]=0xC3D2E1F0；
上下文->计数[0]=上下文->计数[1]=0；
}
/*通过此文件运行您的数据*/
__设备\无效哈希\进程(