Can'；我们无法让简单的CUDA程序工作

我正在尝试CUDA编程的“hello world”程序：将两个向量相加。以下是我尝试过的程序：

#include <cuda.h>
#include <stdio.h> 
#define  SIZE 10

__global__  void vecAdd(float* A, float* B, float* C) 
{ 
   int i = threadIdx.x; 
   C[i] = A[i] + B[i]; 
} 

int  main() 
{ 
     float A[SIZE], B[SIZE], C[SIZE]; 
     float *devPtrA, *devPtrB, *devPtrC; 
     size_t memsize= SIZE * sizeof(float); 

     for (int i=0; i< SIZE; i++) {
        A[i] = i;
        B[i] = i;
     }

     cudaMalloc(&devPtrA, memsize); 
     cudaMalloc(&devPtrB, memsize); 
     cudaMalloc(&devPtrC, memsize); 
     cudaMemcpy(devPtrA, A, memsize,  cudaMemcpyHostToDevice); 
     cudaMemcpy(devPtrB, B, memsize,  cudaMemcpyHostToDevice); 

     vecAdd<<<1, SIZE>>>(devPtrA,  devPtrB, devPtrC); 
     cudaMemcpy(C, devPtrC, memsize,  cudaMemcpyDeviceToHost); 

     for (int i=0; i<SIZE; i++) 
         printf("C[%d]: %f + %f => %f\n",i,A[i],B[i],C[i]); 

     cudaFree(devPtrA); 
     cudaFree(devPtrB); 
     cudaFree(devPtrC); 
}

输出如下：

C[0]: 0.000000 + 0.000000 => 0.000000
C[1]: 1.000000 + 1.000000 => 0.000000
C[2]: 2.000000 + 2.000000 => 0.000000
C[3]: 3.000000 + 3.000000 => 0.000000
C[4]: 4.000000 + 4.000000 => 0.000000
C[5]: 5.000000 + 5.000000 => 0.000000
C[6]: 6.000000 + 6.000000 => 0.000000
C[7]: 7.000000 + 7.000000 => 0.000000
C[8]: 8.000000 + 8.000000 => 366987238703104.000000
C[9]: 9.000000 + 9.000000 => 0.000000

每次运行它，我都会得到C[8]的不同答案，但所有其他元素的结果总是0.000000

Ubuntu 11.04系统是一个64位Xeon服务器，有4个内核，运行最新的NVIDIA驱动程序（于2012年10月4日下载）。该卡是一款EVGA GeForce GT 430，具有96个内核和1GB的RAM

---

<>我应该怎么弄清楚发生了什么？

最有可能的原因：英伟达司机没有被装载。在无头Linux系统上，X Windows没有运行，因此在引导时没有加载驱动程序

以root用户身份运行

nvidia smi-a

，加载它们并以报告的形式获得确认

---

虽然现在已加载驱动程序，但每次运行CUDA程序时仍需要初始化驱动程序。使用

nvidia smi-pm 1将驱动程序置于持久模式，使其始终保持初始化状态。将此添加到启动脚本（例如rc.local）中，这样每次启动时都会发生此情况。
您的驱动程序似乎没有初始化，但不检查cuda返回代码始终是一种不好的做法，您应该避免这种情况。以下是可用于cuda调用的简单函数+宏（引用cuda的示例）：

现在开始调用您的函数，如：

HANDLE_ERROR(cudaMemcpy(...));

您是否从安装cuda sdk？（不是工具包）我猜CUDA无法初始化。我建议在每个CUDA API调用中添加错误检查。@gokcehan我从该网站下载了驱动程序、工具箱和SDK。不过，我不确定如何使用SDK。它似乎主要包含文档和示例代码。正如我所记得的，toolkit包含编译器（nvcc），而SDK包含库。我记得有一个类似的问题，因为我没有安装其中一个。奇怪的是，当您尝试在不安装SDK的情况下运行时，它不会给您一个错误。编译和运行CUDA代码不需要SDK。如果您使用SDK中的某些东西，例如某些SDK中的cutil，那么您当然需要它。但是您的代码似乎对SDK没有任何依赖性。您的工具包安装可能还可以，因为您可以使用nvcc进行编译。剩下的是GPU和驱动程序。@njuffa的评论绝对是推荐的，并且始终是良好的实践。您还可以从linux命令行运行nvidia smi-a，以查看GPU是否正确可用。值得指出的是，linux发行说明和/或linux入门PDF中已经明确介绍了此问题的解决方案。很高兴知道这一点。如果只有英伟达的安装者指点我。相反，它说“查看供应商发行版的文档”，Ubuntu的文档假设每个人都在运行GUI。
static void HandleError( cudaError_t err,
                         const char *file,
                         int line ) {
    if (err != cudaSuccess) {
        printf( "%s in %s at line %d\n", cudaGetErrorString( err ),
                file, line );
        exit( EXIT_FAILURE );
    }
}
#define HANDLE_ERROR( err ) (HandleError( err, __FILE__, __LINE__ ))

HANDLE_ERROR(cudaMemcpy(...));