我写了一个cuda内核，它使用共享内存来执行减少，以便在数组中找到最小值。这与可在此处找到的众所周知的示例非常相似：
https://www.sharcnet.ca/help/index.php/CUDA_tips_and_tricks#Reduction
当我从单个CPU线程运行它时，它可以在每个块中使用任意数量的CUDA线程（最多可达我的设备：1024）。
当我从一些（20个）CPU线程运行它时，每个块（256）有足够多的CUDA线程，它可以正常工作。
但是只要我用多个CPU线程增加CUDA线程的数量，一切都会崩溃！
我试图删除我的内核行，在那里我执行了减少（所以在数组上只保留了一些操作但没有CUDA线程之间的任何通信）并且它可以在任何数量的每个块中使用任意数量的CUDA线程CPU线程。
我的问题来自哪里？任何想法如何解决它？在此先感谢您的帮助！
PS：我使用的是单个GTX650。
PS2：对不起，如果我的英语技能有点差，那不是我的母语......