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 build会导致失败，而Win32则不会。
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，它说要求启动资源太多。但是，在概念上x64是否应该允许比Win32更多的资源？
如果可能，我通常喜欢每块使用1024个线程。因此，为了使x64代码工作，我必须将块缩小到256。
任何人都有任何想法？
答案 0 :(得分：4)
是的，这是可能的。据推测，你所谈论的问题是registers-per-thread issue。
在32位模式下，所有指针都是32位，并且只需要一个32位寄存器即可存储在GPU上。使用完全相同的源代码，这些指针将需要64位用于存储，因此将有效地需要两个32位寄存器（并且，正如@njuffa指出的那样，某些其他类型也可以改变它们的大小，需要两倍的寄存器。）可用的32位寄存器的数量是一个硬件限制，无论是编译为32位还是64位模式都不会改变，但指针存储将在64位模式下使用两倍的寄存器。
指针算法（或涉及任何大小增加的类型的算法）同样可能受到影响，因为其中一些可能需要使用64位算术与32位算术完成。
如果这些64位模式的每线程寄存器增加了你的整体使用超出限制，那么你将不得不使用各种方法之一来管理它。您已经提到了一个：减少线程数。您还可以调查nvcc -maxrregcount ... switch和/或launch bounds directive。