Matrix 简单cuda矩阵乘法中的nan错误 我最近开始编写一些简单的cuda代码。请看下面我的代码。 #包括“矩阵乘法.h” void MatMul（常数矩阵A、常数矩阵B、矩阵C） { 矩阵d_A； d_A.宽度=A.宽度； d_A.高度=A.高度； 尺寸=A.宽度*A.高度*尺寸（浮动）； cudaError\u t err=cudamaloc（&d_A.元素，大小）； printf（“CUDA malloc A:%s\n”，cudaGetErrorString（err））； err=cudaMemcpy（d_A.元素，A.元素，大小，cudamemcpyhostodevice）； printf（“复制到设备：%s\n”，cudaGetErrorString（err））； 矩阵d_B； d_B.宽度=B.宽度； d_B.高度=B.高度； 尺寸=B.宽度*B.高度*sizeof（浮动）； err=cudaMalloc（&d_B.元素、大小）； printf（“CUDA malloc B:%s\n”，cudaGetErrorString（err））； err=cudaMemcpy（d_B.元素，B.元素，大小，cudamemcpyhostodevice）； printf（“将B复制到设备：%s\n”，cudaGetErrorString（err））； 矩阵d_C； d_C.宽度=C.宽度； d_C.高度=C.高度； 尺寸=C.宽度*C.高度*尺寸（浮动）； err=cudaMalloc（&d_C.元素、大小）； printf（“CUDA malloc C:%s\n”，cudaGetErrorString（err））； dim3 dimBlock（块大小，块大小）； dim3 dimGrid（（B.宽度+dimBlock.x-1）/dimBlock.x，（A.高度）+ dimBlock.y-1）/dimBlock.y）； MatMulKernel（d_A，d_B，d_C）； err=cudaThreadSynchronize（）； printf（“运行内核：%s\n”，cudaGetErrorString（err））； 错误= cudaMemcpy（C.元素、d_C.元素、大小、cudaMemcpyDeviceToHost）； printf（“从设备%s\n复制C”，cudaGetErrorString（err））； cudaFree（d_A.元素）； cudaFree（d_B.元素）； cudaFree（d_C.元素）； } __全局无效MatMulKernel（矩阵A、矩阵B、矩阵C） { 浮动Cvalue=0.0； int row=blockIdx.y*blockDim.y+threadIdx.y； int col=blockIdx.x*blockDim.x+threadIdx.x； 如果（行>A.高度|列>B.宽度）返回； 对于（int e=0；e

结果如下所示（5乘5矩阵），它有时在某些元素中包含nan或无意义值

211200

南1 2 1

10211

南0 2 1 0

311421

---

我想不出原因。请帮帮我。非常感谢

内核内部的绑定检查应该是这样的：

I started to write some simple cuda code recently. Please see my code below. 

#include "matrix_multiplication.h"

void MatMul(const Matrix A, const Matrix B, Matrix C)
{
  Matrix d_A;
  d_A.width = A.width;
  d_A.height = A.height;
  size_t size = A.width*A.height*sizeof(float);
  cudaError_t err = cudaMalloc(&d_A.elements,size);
  printf("CUDA malloc A: %s\n",cudaGetErrorString(err));
  err = cudaMemcpy(d_A.elements,A.elements,size,cudaMemcpyHostToDevice);
  printf("Copy A to device: %s\n",cudaGetErrorString(err));

  Matrix d_B;
  d_B.width = B.width;
  d_B.height = B.height;
  size = B.width*B.height*sizeof(float);
  err = cudaMalloc(&d_B.elements,size);
  printf("CUDA malloc B: %s\n",cudaGetErrorString(err));
  err = cudaMemcpy(d_B.elements,B.elements,size,cudaMemcpyHostToDevice);
  printf("Copy B to device: %s\n",cudaGetErrorString(err));

  Matrix d_C;
  d_C.width = C.width;
  d_C.height = C.height;
  size = C.width*C.height*sizeof(float);
  err = cudaMalloc(&d_C.elements,size);
  printf("CUDA malloc C: %s\n",cudaGetErrorString(err));

  dim3 dimBlock(BLOCK_SIZE, BLOCK_SIZE);
  dim3 dimGrid((B.width + dimBlock.x -1)/dimBlock.x,(A.height +
        dimBlock.y -1)/dimBlock.y);
  MatMulKernel<<<dimGrid,dimBlock>>>(d_A,d_B,d_C);
  err = cudaThreadSynchronize();
  printf("Run kernel: %s\n",cudaGetErrorString(err));

  err =
    cudaMemcpy(C.elements,d_C.elements,size,cudaMemcpyDeviceToHost);
  printf("Copy C off of device: %s\n",cudaGetErrorString(err));

  cudaFree(d_A.elements);
  cudaFree(d_B.elements);
  cudaFree(d_C.elements);
}

__global__ void MatMulKernel(Matrix A, Matrix B, Matrix C)
{
  float Cvalue = 0.0;
  int row = blockIdx.y * blockDim.y + threadIdx.y;
  int col = blockIdx.x * blockDim.x + threadIdx.x;

  if(row > A.height || col > B.width) return;

  for(int e = 0; e < A.width; ++e)
  {
    Cvalue +=(A.elements[row*A.width + e]) * (B.elements[e*B.width +
        col]);
  }
  C.elements[row*C.width + col] = Cvalue;
}

如果没有=符号，您将在计算中包含（宽度+高度-1）个额外线程，这将执行越界内存访问并导致未定义的行为

if(row >= A.height || col >= B.width) return;