Matrix &引用；CudaLaunch返回（0x9）“；，以及节目时间安排问题

我写了一个CUDA程序，关于这个程序我有两个问题

当我调用内核函数时，我知道block\u len必须是1024。当我使用cuda gdb和Nsight进行调试时，出现了预期的“cudaLaunch returned（0x9）”错误。如果我在没有调试的情况下运行程序，程序运行平稳，计算结果与使用CPU时相同（没有并行性），这表明我的计算是正确的。为什么错误的程序可以得到正确的结果

dim3 dimBlock(length, length);
dim3 dimGrid(1, 1);

float a2;
cudaEvent_t t1, t2;
cudaEventCreate(&t1);
cudaEventCreate(&t2);

cudaEventRecord(t1, 0);
kernel<<<dimGrid, dimBlock>>>(dev_d, dev_D);
cudaEventRecord(t2, 0);

cudaEventSynchronize(t1);
cudaEventSynchronize(t2);
cudaEventElapsedTime(&a2,t1,t2);
printf("kernel time: %f (ms)\n",a2);

---

程序将计算一个长度*长度矩阵A，A的每个元素的计算由一个线程完成，ngridDim设置为（1,1）。当长度时，应提供完整的代码。然而：

可能是上一次运行的正确结果仍在内存中。当您设置

length

>32时，您将非法启动内核，并且您的内核将不会运行或产生任何结果。您可以通过在内核启动之前清除输出数据来确认这一点。例如，如果

dev\u D

包含内核的输出，则执行如下操作：

cudaMemset(dev_D, 0, length*length*sizeof(dev_D[0]));
kernel<<<dimGrid, dimBlock>>>(dev_d, dev_D);

cudaMemset（dev_D，0，length*length*sizeof（dev_D[0]）；
内核（dev_d，dev_d）；

如果这样做，内核无法运行，那么在

dev\u D

中肯定会得到0，而不是预期的结果

当

length

参数大于32时，每个块请求的线程数超过1024个，这在CUDA中是非法的。因此内核不运行（如果您想确认这一点，请使用适当的CUDA错误检查。）当内核不运行时，测得的启动时间比内核运行时要短得多

---

我证实了你的说法，你的回答是正确的。多谢各位。

    kernel time: 37.341919 (ms)

    kernel time: 0.004128 (ms)

cudaMemset(dev_D, 0, length*length*sizeof(dev_D[0]));
kernel<<<dimGrid, dimBlock>>>(dev_d, dev_D);