当我执行一些 cuda 内核时，我注意到对于我自己的许多 cuda 内核，x64 构建会导致失败，而 Win32 不会。
我很困惑，因为 cuda 源代码是相同的，并且构建很好。就在 x64 执行时，它说它需要太多资源来启动。但是从概念上讲，x64 不应该比 Win32 允许更多的资源吗？
如果可能的话，我通常喜欢每个块使用 1024 个线程。因此，要使 x64 代码工作，我必须将块缩小到 256。
有人知道吗？
【问题讨论】：
标签： windows visual-studio cuda gpgpu
是的，这是可能的。大概您正在谈论的问题是registers-per-thread issue。
在 32 位模式下，所有指针都是 32 位的，并且只需要一个 32 位寄存器来存储在 GPU 上。使用完全相同的源代码，这些指针将需要 64 位存储，因此实际上需要两个 32 位寄存器（并且，正如@njuffa 在下面指出的那样，某些其他类型也可以改变它们的大小，需要双倍的寄存器.) 可用 32 位寄存器的数量是硬件限制，无论编译为 32 位还是 64 位模式都不会改变，但指针存储将使用 64 位模式下两倍的寄存器。
指针算术（或涉及任何增加大小的类型的算术）同样可能会受到影响，因为其中一些可能需要使用 64 位算术与 32 位算术来完成。
如果这些寄存器在 64 位模式下的增加使您的整体使用量超过了限制，那么您将不得不使用多种方法中的一种来管理它。您已经提到过一个：减少线程数。您还可以调查nvcc -maxrregcount ... switch 和/或launch bounds directive。
【讨论】：
size_t 和 ptrdiff_t 在 Win32 上是 32 位类型，但在 Win64 平台上是 64 位类型。在 Linux 平台上，long 类型在从 32 位平台切换到 64 位平台时同样会从 32 位变为 64 位。