我有一个CUDA应用程序，我为Release版本编译两次：一次调试信息（-G used）和一次没有调试信息。我运行应用程序，它对浮点数进行一些计算（包括expf，sinf，cosf等函数）。 我注意到两个版本创建的数字略有不同，这里它们是并排的：
0: (-8.000000,0.000000,0.000000) 0: (-8.000000,0.000000,0.000000)
1: (-8.212574,-0.112065,0.970697) 1: (-8.212575,-0.112065,0.970697)
2: (-8.365530,-0.250361,1.949206) 2: (-8.365531,-0.250361,1.949206)
3: (-8.332600,-0.251884,2.948662) 3: (-8.332601,-0.251885,2.948662)
4: (-8.593035,-0.619825,3.841295) 4: (-8.593036,-0.619826,3.841295)
5: (-8.507285,-0.778658,4.824870) 5: (-8.507286,-0.778658,4.824870)
6: (-8.441058,-1.001207,5.797539) 6: (-8.441058,-1.001207,5.797539)
7: (-8.680929,-1.051136,6.767059) 7: (-8.680929,-1.051136,6.767059)
这是前7个值（两个版本都以-8,0,0开头）。正如您在此处所看到的，小数点后的第6位只有很小的差异。但是，我在旋转矩阵计算期间使用这些，所以在其中1000个之后，差异加起来非常显着。
我没有添加源代码，因为它非常大且非常复杂。
我想知道为什么首先存在差异。我知道在优化方面，调试版和发布版之间存在巨大差异。我猜有和没有调试信息的发布之间有类似的差异。但是，优化如何改变计算精度？
答案 0 :(得分：2)
浮点运算不是关联的，因此操作顺序很重要。如果更改编译器选项（例如有/没有调试），编译器发出的代码可能，而且通常是相当不同的。像重新排序一些浮点指令一样简单就足以改变结果。
唯一可以确定的方法是查看设备上运行的最终代码。 NVIDIA提供了一个工具cuobjdump，您可以使用它来反汇编CUDA对象代码。如果您对两种方式中的每一种进行内核的并行比较，则可能会找到给定输入的两个浮点结果的差异。