使用与 CUDA 兼容的 GPU 时，Cuda 程序无法提供正确的输出答案

【问题标题】：Cuda program does not give the correct output when using a CUDA compatible GPU使用与 CUDA 兼容的 GPU 时，Cuda 程序无法提供正确的输出
【发布时间】：2013-03-03 01:21:32
【问题描述】：

我从http://llpanorama.wordpress.com/2008/05/21/my-first-cuda-program/找到了以下程序

很遗憾我不能在这里复制粘贴，因为代码变得乱七八糟

它将一个数字向量作为输入，然后将向量乘以自身作为输出，我在计算机上安装的模拟器上运行它，它会给出以下输出：

0 0.000000
1 1.000000
2 4.000000
3 9.000000
4 16.000000
5 25.000000
6 36.000000
7 49.000000
8 64.000000
9 81.000000

但是，如果我决定在运行 debian 且具有 cuda 兼容 gpu 的远程计算机上运行它，请输入

nvcc test.cu -lcudart -o test
./test

它给了我以下输出

为什么会这样？提前谢谢！

【问题讨论】：

首先要考虑的是卡的兼容性可能存在双重/浮动问题。您在每种情况下都运行浮点数还是双打？我相信随着 CUDA 架构的成熟，浮点/双精度功能会发生一些变化。
该 URL 处的程序不进行任何错误检查。我建议为所有 CUDA API 调用和内核启动添加错误检查。
通过查看代码，计算中涉及的数组是一个浮点变量

标签： cuda gpu

【解决方案1】：

问题是代码没有错误检查，远程计算机有问题。将error checking 添加到该代码中（这并不难），重新运行它，然后看看会发生什么。如果仍有问题，请反馈。

这是经过错误检查适当修改的代码：

// example1.cpp : Defines the entry point for the console application.
//

#include <stdio.h>
#include <cuda.h>

#define cudaCheckErrors(msg) \
    do { \
        cudaError_t __err = cudaGetLastError(); \
        if (__err != cudaSuccess) { \
            fprintf(stderr, "Fatal error: %s (%s at %s:%d)\n", \
                msg, cudaGetErrorString(__err), \
                __FILE__, __LINE__); \
            fprintf(stderr, "*** FAILED - ABORTING\n"); \
            exit(1); \
        } \
    } while (0)

// Kernel that executes on the CUDA device
__global__ void square_array(float *a, int N)
{
  int idx = blockIdx.x * blockDim.x + threadIdx.x;
  if (idx<N) a[idx] = a[idx] * a[idx];
}

// main routine that executes on the host
int main(void)
{
  float *a_h, *a_d;  // Pointer to host & device arrays
  const int N = 10;  // Number of elements in arrays
  size_t size = N * sizeof(float);
  a_h = (float *)malloc(size);        // Allocate array on host
  cudaMalloc((void **) &a_d, size);   // Allocate array on device
  cudaCheckErrors("cudaMalloc fail");
  // Initialize host array and copy it to CUDA device
  for (int i=0; i<N; i++) a_h[i] = (float)i;
  cudaMemcpy(a_d, a_h, size, cudaMemcpyHostToDevice);
  cudaCheckErrors("cudaMemcpy 1 fail");
  // Do calculation on device:
  int block_size = 4;
  int n_blocks = N/block_size + (N%block_size == 0 ? 0:1);
  square_array <<< n_blocks, block_size >>> (a_d, N);
  cudaDeviceSynchronize();
  cudaCheckErrors("kernel fail");
  // Retrieve result from device and store it in host array
  cudaMemcpy(a_h, a_d, sizeof(float)*N, cudaMemcpyDeviceToHost);
  cudaCheckErrors("cudaMemcpy 2 fail");
  // Print results
  for (int i=0; i<N; i++) printf("%d %f\n", i, a_h[i]);
  // Cleanup
  free(a_h); cudaFree(a_d);

}

【讨论】：

因为我是 CUDA 新手，所以需要一些时间，我稍后会报告！谢谢
好的，我添加了修改错误检查的代码，以给你一个例子。您现在要做的就是复制和粘贴。
您好，非常感谢您的代码，我收到以下错误：致命错误：cudaMalloc 失败（在 test.cu:34 未检测到支持 CUDA 的设备）***失败 - 正在中止很奇怪，安装了 cuda，但没有找到支持 cuda 的 gpu。我可能不得不联系管理员！也许他在错误的节点上为我创建了一个帐户。再次感谢您！
这实际上是一个特权问题。所以如果你有类似的问题，请检查你的用户是否有权限在 GPU 上运行程序。