Cuda cuPrintf不执行任何操作（程序也使用固定的+；映射内存）

我需要从CUDA内核打印一些值，并尝试使用cuPrintf。我的计算能力是1.1，所以我不能使用printf。程序编译正确，也不会出现任何运行时错误。然而，cuPrintf系列似乎什么也没做。以下是我尝试过的一些事情：

• 使用-arch sm_11编译
• 用cudaPrintfInit和cudaPrintfEnd包围每个内核调用
• 确保字符数足够小，可以使用默认缓冲区大小
• 确保cudaPrintfInit和cudaPrintfDisplay返回cudaSuccess

我的程序除了使用常规内容外，还使用以下内容：

• 库布拉斯图书馆
• 页面锁定（固定）+映射内存

为什么打电话给cuPrintf没有任何作用

编辑
以下是代码中的一些相关片段：

__global__ void swap_rows(float *d_A, int r1, int r2, int n)
{
  int i = r1;
  int j = blockDim.x*blockIdx.x + threadIdx.x;
  cuPrintf("(%d,%d) ", i, j);

  if(j >= n) return;
  float tmp;
  tmp = d_A[L(i,j)];
  d_A[L(i,j)] = d_A[L(r2,j)];
  d_A[L(r2,j)] = tmp;
}

extern "C" float *someFunction(float *_A, float *_b, int n)
{
  int i, i_max, k, n2 = n*n;
  dim3 lblock_size(32,1);
  dim3 lgrid_size(n/lblock_size.x + 1, 1);
  float *d_A, *d_b, *d_x, *h_A, *h_b, *h_x, tmp, dotpdt;

  cublasStatus status;
  cudaError_t ret;

  if((ret = cudaSetDeviceFlags(cudaDeviceMapHost)) != cudaSuccess) {
    fprintf(stderr, "Error setting device flag: %s\n", 
            cudaGetErrorString(ret));
    return NULL;
  }

  // Allocate mem for A and copy data
  if((ret = cudaHostAlloc((void **)&h_A, n2 * sizeof(float), 
                            cudaHostAllocMapped)) != cudaSuccess) {
    fprintf(stderr, "Error allocating page-locked h_A: %s\n", 
            cudaGetErrorString(ret));
    return NULL;
  }

  if((ret = cudaHostGetDevicePointer((void **)&d_A, h_A, 0)) != cudaSuccess) {
    fprintf(stderr, "Error getting devptr for page-locked h_A: %s\n", 
            cudaGetErrorString(ret));
    return NULL;
  }

  if((ret = cudaMemcpy(h_A, _A, n2 * sizeof(float), cudaMemcpyHostToHost)) !=
      cudaSuccess) {
    fprintf(stderr, "Error copying A into h_A: %s\n", cudaGetErrorString(ret));
    return NULL;
  }

  // Some code to compute k and i_max  

  if(cudaPrintfInit() != cudaSuccess)
    printf("cudaPrintfInit failed\n");

  swap_rows<<<lgrid_size,lblock_size>>>(d_A, k, i_max, n);
  if((ret = cudaThreadSynchronize()) != cudaSuccess)
    fprintf(stderr, "Synchronize failed!\n", cudaGetErrorString(ret));

  if(cudaPrintfDisplay(stdout, true) != cudaSuccess)
    printf("cudaPrintfDisplay failed\n");
  cudaPrintfEnd();

// Some more code
}

\uuuuuu全局\uuuuuu无效交换\u行（浮点*d\u A，整数r1，整数r2，整数n）
{
int i=r1；
int j=blockDim.x*blockIdx.x+threadIdx.x；
铜（（%d，%d）”，i，j）；
如果（j>=n）返回；
浮动tmp；
tmp=d_A[L（i，j）]；
d_A[L（i，j）]=d_A[L（r2，j）]；
d_A[L（r2，j）]=tmp；
}
外部“C”float*someFunction（float*\u A、float*\u b、int n）
{
int i，i_max，k，n2=n*n；
dim3 lblock_尺寸（32,1）；
dim3 lgrid_尺寸（n/lblock_尺寸x+1,1）；
浮动*d_A、*d_b、*d_x、*h_A、*h_b、*h_x、tmp、dotpdt；
库拉索状态；
cudaError_t ret；
if（（ret=cudaSetDeviceFlags（cudaDeviceMapHost））！=cudaSuccess）{
fprintf（标准，“错误设置设备标志：%s\n”，
cudaGetErrorString（ret））；
返回NULL；
}
//为A分配mem并复制数据
如果（（ret=cudaHostAlloc（（void**）和h_A，n2*sizeof（浮动），
cudaHostAllocMapped）！=cudaSuccess）{
fprintf（stderr，“分配锁定的页面时出错：%s\n”，
cudaGetErrorString（ret））；
返回NULL；
}
if（（ret=cudaHostGetDevicePointer（（void**）&d_A，h_A，0））！=cudaSuccess）{
fprintf（stderr，“获取锁定页面的devptr时出错：%s\n”，
cudaGetErrorString（ret））；
返回NULL；
}
如果（（ret=cudaMemcpy（h_A，_A，n2*sizeof（float），cudaMemcpyHostToHost））=
CUDA（成功）{
fprintf（stderr，“将A复制到h_A中时出错：%s\n”，cudaGetErrorString（ret））；
返回NULL；
}
//一些计算k和i_max的代码
如果（cudaPrintfInit（）！=cudaSuccess）
printf（“cudaPrintfInit失败\n”）；
交换行（d_A，k，i_max，n）；
如果（（ret=cudaThreadSynchronize（））！=cudaSuccess）
fprintf（stderr，“同步失败！\n”，cudaGetErrorString（ret））；
如果（cudaPrintfDisplay（标准输出，true）！=cudaSuccess）
printf（“cudaPrintfDisplay失败\n”）；
cudaPrintfEnd（）；
//还有代码吗
}

---

我忘了提到：这些方法作为动态链接的模块（共享对象）单独编译（与main（）函数不同）。

解决了这个问题：我有另一个内核，它给出了一个“无效配置参数”错误。我在内核中使用了32*32*1的块大小，这超过了每个块允许的最大线程数。这一问题一解决，cuPrintf就开始工作。

也许你应该发布一些代码。如果在内核调用之后放置一个cudaDeviceSynchronize（）调用并对其执行cuda错误检查，会发生什么情况？@RobertCrovella-我已经编辑了这个问题以包含一些代码。因为我使用的是较旧版本的API，所以我使用了cudaThreadSynchronize（）而不是cudaDeviceSynchronize（），并且它不会返回任何错误。您使用的是哪个版本？需要的是使用类似于cudaPeekAtLastError（）@RobertCrovella的方法来检查内核调用是否存在错误-我使用的是3.2版。我使用与您提到的链接中描述的方法类似的方法检查了对运行时API的调用是否存在错误，并且没有返回任何错误。