无法运行CUDA内核：请求启动的资源太多

看看我自己编写的cuda内核。我有一个大内核，但它返回了错误消息。然后我简化了它，发现它在一个循环中失败。我简化了这个循环，发现如果我使用int值或常量值来填充循环中的数据[threadIdx.x]，它就可以正常工作。但如果我使用双类型值，它将返回一个错误

---

建议：如果您没有正确处理主机到设备之间的数据，则在使用Nsight时会收到“警告：检测到Cuda API错误：cudaLaunch返回（0x7）”消息，或者在从终端运行应用程序时会收到分段错误消息

__global__ void sumSeries(double* dSum,int* totalThreadNumber){
    volatile  __shared__ double data[768];
    double var=0;
    data[threadIdx.x]=0;
    for ( int i = 10 ; i < 20 ;++i){
        var=i;
        data[threadIdx.x] += (var)/(var*var+1);
        __syncthreads();
    }


}

\uuuuu全局\uuuuu无效sumSeries（双*dSum，int*totalThreadNumber）{
易失性共享双数据[768]；
双var=0；
数据[threadIdx.x]=0；
对于（int i=10；i<20；++i）{
var=i；
数据[threadIdx.x]+=（var）/（var*var+1）；
__同步线程（）；
}
}

为什么它不起作用？

int main() {

    int threadsPerBlock=768;
    int blockCount=8;

    int *hostThreadNumber=new int ;
        *hostThreadNumber=threadsPerBlock*blockCount;
    int* deviceThreadNumber=NULL;

    double* deviceSum=NULL;
    double* hostSum=(double*)malloc(blockCount);


    cudaError_t cuerr=cudaDeviceSetCacheConfig(cudaFuncCachePreferShared);
    if (cuerr != cudaSuccess){
        std::cout<<"Cant SetCacheConfig: "<<cudaGetErrorString(cuerr)<<std::endl;
        return -1;
    }

    cuerr=cudaMalloc(&deviceSum,blockCount*sizeof(double));//размер дабла*число блоков
    if (cuerr != cudaSuccess){
        std::cout<<"Cant allocate memory for deviceSum: "<<cudaGetErrorString(cuerr)<<std::endl;
        return -1;
    }
    cuerr=cudaMalloc(&deviceThreadNumber,sizeof(int));
    if (cuerr != cudaSuccess){
        std::cout<<"Cant allocate memory for deviceThreadNumber: "<<cudaGetErrorString(cuerr)<<std::endl;
        return -1;
    }

    cuerr = cudaMemcpy(deviceSum,hostSum,blockCount*sizeof(double),cudaMemcpyHostToDevice);
    if (cuerr != cudaSuccess){
        std::cout<<"Can not copy hostSum to device: "<<cudaGetErrorString(cuerr)<<std::endl;
        return -1;
    }
    cuerr = cudaMemcpy(deviceThreadNumber,hostThreadNumber,sizeof(int),cudaMemcpyHostToDevice);
    if (cuerr != cudaSuccess){
        std::cout<<"Can not copy hostThreadNumber to device: "<<cudaGetErrorString(cuerr)<<std::endl;
        return -1;
    }

    sumSeries<<<dim3(blockCount),dim3(threadsPerBlock)>>>(deviceSum,deviceThreadNumber);
    cuerr=cudaGetLastError();
    if (cuerr != cudaSuccess){
        std::cout<<"Cuda kernel error: "<<cudaGetErrorString(cuerr)<<std::endl;
        return -1;
    }
    cuerr= cudaDeviceSynchronize();
    if (cuerr != cudaSuccess){
        std::cout<<"Can not synchronize cuda kernel : "<<cudaGetErrorString(cuerr)<<std::endl;
        return -1;
    }
    cuerr= cudaMemcpy(hostSum,deviceSum,blockCount*sizeof(double),cudaMemcpyDeviceToHost);
    if (cuerr != cudaSuccess){
        std::cout<<"Can not copy data to host: "<<cudaGetErrorString(cuerr)<<std::endl;
        return -1;
    }
    cudaFree(deviceSum);
    cudaFree(deviceThreadNumber);
    return 0;
}

intmain（）{
int threadsPerBlock=768；
int blockCount=8；
int*hostThreadNumber=新int；
*hostThreadNumber=threadsPerBlock*块计数；
int*deviceThreadNumber=NULL；
双*设备=空；
double*hostSum=（double*）malloc（blockCount）；
cudaError\u t cuerr=cudaDeviceSetCacheConfig（cudaFuncCachePreferShared）；
if（cuerr！=cudaSuccess）{
std:：cout您刚刚为
hostSum

double* hostSum=(double*)malloc(blockCount)

如果我假设您想要为其分配
blockCount*sizeof（double）
字节，那么这是错误的，因为您为
deviceSum
分配了此内存量，并将其用于主机和设备之间的内存拷贝

cuerr = cudaMalloc(&deviceSum,blockCount*sizeof(double));

cuerr = cudaMemcpy(deviceSum,hostSum,blockCount*sizeof(double),cudaMemcpyHostToDevice);

cuerr= cudaMemcpy(hostSum,deviceSum,blockCount*sizeof(double),cudaMemcpyDeviceToHost);

您遇到的确切错误是什么？能否提供完整的示例？以及您正在启动的线程/块的数量？请同时指定您正在使用的特定卡。我每个块和8个块使用768个线程。我的GPU是GeForce®GTS 450。完整示例由两部分组成（cuda内核和主函数）（我刚刚添加了它）警告：检测到Cuda API错误：cudaLaunch返回（0x7）当您直接在内核的
for
循环之前添加
#pragma unroll 1
时会发生什么？