CUDA和x2B；OpenGL。未知代码=4（cudaErrorLaunchFailure）错误

我正在CUDA上做一个简单的n体模拟，然后我尝试用OpenGL可视化

在我在CPU上初始化粒子数据、分配相应内存并在GPU上传输该数据后，程序必须进入以下循环：

1） 计算每个粒子上的力（CUDA部分）

2） 更新粒子位置（CUDA零件）

3） 显示此时间步的粒子（OpenGL部件）

4） 返回到1）

CUDA和OpenGL之间的接口由以下代码实现：

GLuint dataBufferID;
particle_t* Particles_d;
particle_t* Particles_h;
cudaGraphicsResource *resources[1];

void createVBO()
{

    // create buffer object
    glGenBuffers(1, &dataBufferID);
    glBindBuffer(GL_ARRAY_BUFFER, dataBufferID);
    glBufferData(GL_ARRAY_BUFFER, bufferStride*N*sizeof(float), 0, GL_DYNAMIC_DRAW);
    glBindBuffer(GL_ARRAY_BUFFER, 0);

checkCudaErrors(cudaGraphicsGLRegisterBuffer(resources, dataBufferID, cudaGraphicsMapFlagsNone));

我在OpenGLs Array_Buffer上分配空间，并使用以下代码将后者注册为cudaGraphicsResource：

GLuint dataBufferID;
particle_t* Particles_d;
particle_t* Particles_h;
cudaGraphicsResource *resources[1];

void createVBO()
{

    // create buffer object
    glGenBuffers(1, &dataBufferID);
    glBindBuffer(GL_ARRAY_BUFFER, dataBufferID);
    glBufferData(GL_ARRAY_BUFFER, bufferStride*N*sizeof(float), 0, GL_DYNAMIC_DRAW);
    glBindBuffer(GL_ARRAY_BUFFER, 0);

checkCudaErrors(cudaGraphicsGLRegisterBuffer(resources, dataBufferID, cudaGraphicsMapFlagsNone));

}

最后，我描述的程序周期（步骤1到4）通过以下函数更新（int）实现

void更新（int值）
{
//映射用于从CUDA写入的OpenGL缓冲区对象
浮点*数据ptr；
检查cudaErrors（cudaGraphicsMapResources（1，resources，0））；
大小\u t数量\u字节；
//获取指向该缓冲区对象的指针，以便使用cuda进行操作！
检查CUDAErrors（cudaGraphicsResourceGetMappedPointer（（void**）和dataPtr，&num_字节，资源[0]）；
//用粒子位置数据填充图形资源！
启动内核（粒子d，数据ptr，1）；
//取消映射缓冲区对象
检查CUDAErrors（cudaGraphicsUnmapResources（1，resources，0））；
再发现（）；
glutTimerFunc（毫秒，更新，0）；
}

在编译结束时，我收到以下错误：

src/main.cu处的CUDA错误：390代码=4（cudaErrorLaunchFailure）“cudaGraphicsMapResources（1，资源，0）”

src/main.cu:392 code=4（cudaErrorLaunchFailure）“cudaGraphicsResourceGetMappedPointer（（void**）和dataPtr，&num_字节，资源[0]）”

src/main.cu处的CUDA错误：397代码=4（cudaErrorLaunchFailure）“cudaGraphicsUnmapResources（1，resources，0）”

有人知道这一例外的原因吗？我是否应该在每次执行更新（int）之前使用createVBO（）创建数据缓冲区

p、 为了更清楚，我的内核函数如下：

__global__ void launch_kernel(particle_t* Particles,float* data, int KernelMode){

int i = blockIdx.x*THREADS_PER_BLOCK + threadIdx.x;

if(KernelMode == 1){
//N_d is allocated on device memory 
if(i > N_d) 
    return;
//and update dataBuffer! 
updateX(Particles+i);

for(int d=0;d<DIM_d;d++){
    data[i*bufferStride_d+d] = Particles[i].p[d]; // update the new coordinate positions in the data buffer! 
}
    // fill in also the RGB data and the radius. In general THIS IS NOT NECESSARY!! NEED TO PERFORM ONCE! REFACTOR!!!
data[i*bufferStride_d+DIM_d] =Particles[i].r;
data[i*bufferStride_d+DIM_d+1] =Particles[i].g;
data[i*bufferStride_d+DIM_d+2] =Particles[i].b;
data[i*bufferStride_d+DIM_d+3] =Particles[i].radius;

}else{
// if KernelMode = 2 then Update Y
    float* Fold = new float[DIM_d];
    for(int d=0;d<DIM_d;d++)
        Fold[d]=Particles[i].force[d];

    //of course in parallel :)
    computeForces(Particles,i);
    updateV(Particles+i,Fold);
    delete [] Fold;
    }
// in either case wait for all threads to finish! 
__syncthreads();


}

\uuuuu全局\uuuuu无效启动\u内核（particle\t*粒子，float*数据，int-KernelMode）{
int i=blockIdx.x*每个块的线程数+threadIdx.x；
if（KernelMode==1）{
//N_d在设备内存上分配
如果（i>N\d）
返回；
//更新数据缓冲！
updateX（粒子+i）；
对于（int d=0；d正如我在上面的一条评论中提到的，结果证明我弄错了computing capability compiler选项。我运行了cuda memcheck，发现cuda Api启动失败。找到正确的编译器选项后，一切都很顺利。
使用cuda-m可以缩小启动失败的原因emcheck。另外，你知道CUDA工具包中有一个用于OpenGL可视化的nbody代码示例吗？你可能会发现它很有用。事实上，结果证明我弄错了computing capability编译器选项。我运行了CUDA memcheck，结果证明CUDA Api启动失败。在我找到正确的编译器选项后，所有我ng工作得很有魅力。请发布一个答案，然后接受它（我想必须等一天），所以这个问题就结束了。