Python PyCUDA奇怪错误：内核失败：无效值

当我试图使用下面的脚本将数据返回cpu时，出现了一个错误。 当我尝试在“ref”中输入一些值时，如果我只输入：

ref[1] = 255; ref[0] = 255; ref[2] = 255;

但如果我这样做：

if (verschil.a[idx+idy*640]>5){
  ref[1] = 255; ref[0] = 255; ref[2] = 255;
}

我收到的错误消息是：

Traceback (most recent call last):
File "./zwartwit.py", line 159, in <module>
verwerking(cuda.InOut(refe),cuda.InOut(frame), block=(640, 1, 1))
File "/usr/lib/python2.7/dist-packages/pycuda/driver.py", line 374, in function_call
func._launch_kernel(grid, block, arg_buf, shared, None)
pycuda._driver.LogicError: cuLaunchKernel failed: invalid value

回溯（最近一次呼叫最后一次）：
文件“/zwartwit.py”，第159行，在
verwerking（cuda.InOut（参考），cuda.InOut（框架），block=（640,1,1））
文件“/usr/lib/python2.7/dist packages/pycuda/driver.py”，第374行，在函数调用中
函数启动内核（网格、块、参数、共享、无）
pycuda.\u driver.LogicError:内核失败：无效值

谢谢你的帮助

ps，这是我刚才说的剧本的一个同情版本。若要获得相同的错误，必须删除//

import pycuda.driver as cuda
import pycuda.autoinit
from pycuda.compiler import SourceModule
import numpy
import cv2
from time import time,sleep

mod = SourceModule("""
struct legear{ int a[307200];};
__global__ void totaal(int *ref){ 
  int idx = threadIdx.x + blockIdx.x *  blockDim.x;
  legear test;
  for (int idy=0;idy<480;idy++){
    if (idy < 480){
      if (idx < 640){
    if (ref[idx*3+idy*640*3]>100){
      test.a[idx+idy*640] = 255;
    }
    //if (test.a[idx+idy*640] == 255){
      ref[idx*3+idy*640*3] = 255; ref[idx*3+idy*640*3+1] = 255; ref[idx*3+idy*640*3+2] = 255; 
    //}
      }
    }
  }
  }
""")

camera = cv2.VideoCapture(0)
im2 = numpy.zeros((768, 1024, 1 ),dtype=numpy.uint8)
cv2.imshow("projector", im2)
key = cv2.waitKey(100)
for i in range(0,8):
  refe = camera.read()[1]
im2[500:502] = [100]
cv2.imshow("projector", im2)
key = cv2.waitKey(100)
verwerking = mod.get_function("totaal")
refe = refe.astype(numpy.int32)
verwerking(cuda.InOut(refe), block=(640, 1, 1))
refe = refe.astype(numpy.uint8)
cv2.imshow("test", refe)
cv2.waitKey(200)
raw_input()

将pycuda.driver导入为cuda
导入pycuda.autoinit
从pycuda.compiler导入SourceModule
进口numpy
进口cv2
从时间导入时间，睡眠
mod=SourceModule（“”）
结构legear{inta[307200]；}；
__全局无效totaal（int*ref）{
int idx=threadIdx.x+blockIdx.x*blockDim.x；
legear试验；
对于（整数Y=0；整数Y=100）{
测试a[idx+idy*640]=255；
}
//如果（测试a[idx+idy*640]==255）{
参考[idx*3+idy*640*3]=255；参考[idx*3+idy*640*3+1]=255；参考[idx*3+idy*640*3+2]=255；
//}
}
}
}
}
""")
摄像机=cv2。视频捕获（0）
im2=numpy.zeros（（7681021），dtype=numpy.uint8）
cv2.imshow（“投影仪”，im2）
key=cv2.waitKey（100）
对于范围（0,8）内的i：
refe=摄像机。读取（）[1]
im2[500:502]=[100]
cv2.imshow（“投影仪”，im2）
key=cv2.waitKey（100）
verwerking=mod.get_函数（“totaal”）
refe=refe.astype（numpy.int32）
verwerking（cuda.InOut（参考文献），block=（640,1,1））
refe=refe.astype（numpy.uint8）
cv2.imshow（“测试”，参考）
cv2.等待键（200）
原始输入（）

这里的基本问题是内核中

测试的大小。正如您所写的，每个线程都需要1228800字节的本地内存。运行时必须为每个线程保留该内存—因此，您的代码需要750Mb的可用内存才能分配给设备上的本地内存，以支持您尝试启动的每个块640个线程。我猜你的设备没有那么多的可用内存

您所展示的代码在没有if语句的情况下工作的原因在于编译器优化—在这种情况下，
test
实际上没有用于任何事情，编译器只是将其从代码中删除，这消除了内核巨大的本地内存占用，并允许其运行。取消对if语句的注释时，
test
确定全局内存写入的状态，因此编译器无法对其进行优化，内核需要大量本地内存才能运行

这是我在发布内核代码时看到的编译器输出：

> nvcc -arch=sm_21 -Xptxas="-v" -m32 -c wnkr_py.cu
wnkr_py.cu
wnkr_py.cu(7): warning: variable "test" was set but never used

tmpxft_00000394_00000000-5_wnkr_py.cudafe1.gpu
tmpxft_00000394_00000000-10_wnkr_py.cudafe2.gpu
wnkr_py.cu
wnkr_py.cu(7): warning: variable "test" was set but never used

ptxas : info : 0 bytes gmem
ptxas : info : Compiling entry function '_Z6totaalPi' for 'sm_21'
ptxas : info : Function properties for _Z6totaalPi
    0 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas : info : Used 8 registers, 36 bytes cmem[0], 4 bytes cmem[16]
tmpxft_00000394_00000000-5_wnkr_py.cudafe1.cpp
tmpxft_00000394_00000000-15_wnkr_py.ii

请注意编译器警告和堆栈帧大小

如果if语句处于活动状态：

>nvcc -arch=sm_21 -Xptxas="-v" -m32 -c wnkr_py.cu
wnkr_py.cu
tmpxft_000017c8_00000000-5_wnkr_py.cudafe1.gpu
tmpxft_000017c8_00000000-10_wnkr_py.cudafe2.gpu
wnkr_py.cu
ptxas : info : 0 bytes gmem
ptxas : info : Compiling entry function '_Z6totaalPi' for 'sm_21'
ptxas : info : Function properties for _Z6totaalPi
    1228800 bytes stack frame, 0 bytes spill stores, 0 bytes spill loads
ptxas : info : Used 7 registers, 36 bytes cmem[0]
tmpxft_000017c8_00000000-5_wnkr_py.cudafe1.cpp
tmpxft_000017c8_00000000-15_wnkr_py.ii

请注意，堆栈帧大小更改为每个线程1228800字节

我对代码的快速阅读表明，
test
不需要像您定义的那样大，代码才能运行，但我将所需的大小留给读者作为练习….
您发布的CUDA内核代码甚至没有编译！如果您能提供一个简短的、可编译的案例来演示您的问题，我们可能无法帮助您。投票关闭。谢谢你这么说，我更改了代码来指定问题。你的操作真的不是很容易。现在我们有了需要OpenCV和捕获设备才能运行的代码，而OpenCV的内容与问题完全无关。请想一想那些真正免费提供时间帮助并使生活尽可能轻松的人。。。。。