float4未对齐访问？调试工作，发布没有

Question

环境：Cuda 5.0，GTX 480，Windows 7 x64，VS2008

好的，首先，请告诉我这是否合法：

//this code isnt actually the real code I have on my app
do_something(float *vector) {

   float4 myvar = *(float4*)&vector[threadIdx.x]; //missalignment issues??

}

我有一些复杂的内核，在类似的代码上我得到了奇怪的行为。每个线程必须获取4个连续的浮点数，我认为在单个事务中获取它们会更好。所以我尝试将它们作为单个float4 ...

进行访问

编译器没有抱怨，memchecker也没有任何错误。在调试模式下运行它似乎工作（不确定，无法测试结果）。但在发布模式下，它会产生“未知错误”。似乎如果我尝试访问一个float4，我必须将它与128B对齐，这是正确的吗？如果是的话，为什么memchecker不抱怨？为什么它在调试时起作用而在发布时不起作用？

顺便说一句，如果我执行4个事务来执行操作（一次浮动），它就可以工作。

Answer 1

来自Global Size and Alignment Requirements

上的CUDA C编程指南

  

全局内存指令支持读取或写入大小的单词   等于1,2,4,8或16个字节。任何访问（通过变量或   （指针）驻留在全局内存中的数据编译为单个全局   存储器指令当且仅当数据类型的大小为1,2时，   4,8或16字节，数据自然对齐（即其地址   是这个大小的倍数。）

float4的自然对齐是128位，因此您的访问必须与128位对齐。

计算功能2.0及更高版本的设备，在未对齐访问时抛出硬件异常。计算能力1. *设备将返回不正确的结果。