CUDA内核__global__内的断点没有击中

Question

使用视觉工作室2010.赢7. Nsight 2.1

#include "cuda.h"
#include "cuda_runtime.h"
#include "device_launch_parameters.h"

// incrementArray.cu
#include <stdio.h>
#include <assert.h>

void incrementArrayOnHost(float *a, int N)
{
  int i;
  for (i=0; i < N; i++) a[i] = a[i]+1.f;
}
__global__ void incrementArrayOnDevice(float *a, int N)
{
  int idx = blockIdx.x*blockDim.x + threadIdx.x;

  int j = idx;
  int i = 2;

  i = i+j; //->breakpoint here

  if (idx<N) a[idx] = a[idx]+1.f; //->breakpoint here
}
int main(void)
{
  float *a_h, *b_h;           // pointers to host memory
  float *a_d;                 // pointer to device memory
  int i, N = 10;
  size_t size = N*sizeof(float);
  // allocate arrays on host
  a_h = (float *)malloc(size);
  b_h = (float *)malloc(size);
  // allocate array on device 
  cudaMalloc((void **) &a_d, size);
  // initialization of host data
  for (i=0; i<N; i++) a_h[i] = (float)i;
  // copy data from host to device
  cudaMemcpy(a_d, a_h, sizeof(float)*N, cudaMemcpyHostToDevice);
  // do calculation on host
  incrementArrayOnHost(a_h, N);
  // do calculation on device:
  // Part 1 of 2. Compute execution configuration
  int blockSize = 4;
  int nBlocks = N/blockSize + (N%blockSize == 0?0:1);
  // Part 2 of 2. Call incrementArrayOnDevice kernel 
  incrementArrayOnDevice <<< nBlocks, blockSize >>> (a_d, N);
  // Retrieve result from device and store in b_h
  cudaMemcpy(b_h, a_d, sizeof(float)*N, cudaMemcpyDeviceToHost);
  // check results
  for (i=0; i<N; i++) assert(a_h[i] == b_h[i]);
  // cleanup
  free(a_h); free(b_h); cudaFree(a_d);

  return 0;
}

我已尝试在全局 void incrementArrayOnDevice（float * a，int N）中插入上面列出的断点，但它们没有点击。

当我在visual studio中运行debug（f5）时，我试图进入incrementArrayOnDevice＆lt;＆lt;＆lt; nBlocks，blockSize＆gt;＆gt;＆gt; （a_d，N）;但他们会跳过整个内核代码部分。

尝试在变量i和j上添加一个监视但是出现错误“CXX0017：错误：符号”我“找不到”。

这个问题是否正常？有人可以试试他们的电脑让我知道他们是否可以达到断点？如果可以，我可能会遇到什么问题？请帮忙！ ：（

Answer 1

Nsight调试与VS调试不同。您需要使用Nsight调试来命中内核断点。但是，为此您需要2张GPU卡。你首先有2张牌吗？请检查

Answer 2

您可以在单个GPU上进行调试，但条件如下：

1. 您必须使用5.0工具包
2. 您必须在支持303.xx NForceWare或更高版本的GPU上进行编程