我之前从未使用过CUDA或C ++，但我正试图让（http://www.maisondelasimulation.fr/projects/RAMSES-GPU/html/download.html}运行Ramses GPU。
由于autogen.sh中的错误，我使用./configure并使这个工作。
因此生成的makefile包含以下NVCC标志
NVCCFLAGS = -gencode=arch=compute_10,code=sm_10 -gencode=arch=compute_11,code=sm_11 -gencode=arch=compute_13,code=sm_13 -gencode=arch=compute_20,code=sm_20 -gencode=arch=compute_20,code=compute_20 -use_fast_math -O3
但是当我尝试使用make编译程序时，我得到多个ptxas错误：
Entry function '_Z30kernel_viscosity_forces_3d_oldPfS_S_S_iiiiiffff' uses too much shared data (0x70d0 bytes + 0x10 bytes system, 0x4000 max)
Entry function '_Z26kernel_viscosity_forces_3dPfS_S_S_iiiiiffff' uses too much shared data (0x70d0 bytes + 0x10 bytes system, 0x4000 max)
Entry function '_Z32kernel_viscosity_forces_3d_zslabPfS_S_S_iiiiiffff9ZslabInfo' uses too much shared data (0x70e0 bytes + 0x10 bytes system, 0x4000 max)
我试图在Linux上使用Kernel 2.6和CUDA 4.2编译这段代码（我试图在我的大学里进行，并且他们不会定期升级内容。）在两台NVIDIDA C1060上。我尝试用sm_20替换sm_10，sm_11和sm_13，（我在这里看到了这个修复：Entry function uses too much shared data (0x8020 bytes + 0x10 bytes system, 0x4000 max) - CUDA error）但这并没有解决我的问题。
你有什么建议吗？如果需要，我可以上传Makefile以及其他所有内容。
谢谢您的帮助！
答案 0 :(得分：5)
您正在编译的代码需要每个块静态分配28880字节（0x70d0）的共享内存。对于计算能力2.x和更新的GPU，这没有问题，因为它们支持高达48kb的共享内存。但是，对于计算能力1.x设备，共享内存限制为16kb（内核参数可以使用多达256字节）。因此，无法为计算1.x设备编译代码，并且编译器正在生成错误告诉您。所以错误来自于将sm_13/compute_13指定给编译器。你可以删除它，构建应该可以工作。
然而，情况变得更糟。 Tesla C1060是一款计算能力1.3设备。因此，您将无法在GPU上编译和运行这些内核。没有解决方案可以忽略构建中的那些内核（如果你不需要它们），或者将代码移植到compute 1.x架构中。我不知道这是否可行。或者找到更多现代硬件来运行代码。