Cuda 资源不足

我编写了以下简单的CUDA内核：

__global__ void pr_kernel(float* O, const float* I, const float* W, int N)
{
  int x = threadIdx.x;
  float sum;
  int i;
  if (x < N) {
    for (i = 0; i < N; i++) {
      if (i == x) continue;
      sum += W[x*N+i] * I[x];
    }
    O[x] = (0.15 / N) + 0.85 * sum;
  }
}

我使用

gpuarray.to_gpu

将变量传输到Tesla C2070上，并使用以下行调用内核：

pr_kernel(O_d, I_d, W_d, N_d, block=blocksize, grid=gridsize)

其中：

blocksize = (128, 1, 1)
gridsize = (1, 1)

我收到错误消息：

pycuda.driver.LaunchError: cuLaunchKernel failed: launch out of resources.

即使我将blocksize减少到类似

（8，1，1）

的值，也会发生这种情况。我可以在GPU上运行块大小为

（512，1，1）

的其他CUDA程序，因此我相信这不是因为GPU配置问题

---

我做错了什么？谢谢您的帮助。

问题是我正在使用

gpuarray将整数
N
传输到GPU，我应该直接将
N
传递给
pr\u内核
函数。
问题是我使用
gpuarray.to\u-GPU
将整数
N
传递给GPU，我应该直接将
N
传递给
pr\u内核
函数。
当我在定义中使用不同的类型并将其作为内核的参数时，我遇到了类似的问题。后者需要更多资源这一事实可能会产生错误。
当我在定义中使用不同的类型并将其作为内核的参数时，我遇到了类似的问题。后者需要更多资源这一事实可能会产生错误。
这不可能是您的实际内核。tid的定义在哪里？我的定义在哪里？为什么不直接剪切并粘贴到实际内核中呢？对不起，实际内核在VirtualBox上，我从本地机器上发布了一个稍微过时的版本，因为我无法复制粘贴。saxpy_内核与pr_内核相同吗？是的，再次抱歉，问题与上面相同。我修改的一些起始代码。我认为这并不能解释您的问题，但您可能希望在添加之前将sum初始化为某个已知值。您收到的错误消息可能是由于您的实际启动配置（例如，参数数量或参数类型）造成的，如前所述。此外，这还显示了pycuda中cuda内核的参数定义中可能出现的错误。这不可能是您的实际内核。tid的定义在哪里？我的定义在哪里？为什么不直接剪切并粘贴到实际内核中呢？对不起，实际内核在VirtualBox上，我从本地机器上发布了一个稍微过时的版本，因为我无法复制粘贴。saxpy_内核与pr_内核相同吗？是的，再次抱歉，问题与上面相同。我修改的一些起始代码。我认为这并不能解释您的问题，但您可能希望在添加之前将sum初始化为某个已知值。您收到的错误消息可能是由于您的实际启动配置（例如，参数数量或参数类型）造成的，如前所述。这也显示了pycuda中cuda内核的参数定义中可能出现的错误。
pycuda.driver.LaunchError: cuLaunchKernel failed: launch out of resources.