向量乘法程序中的奇怪CUDA行为

Question

我在使用非常基本的CUDA程序时遇到了一些麻烦。我有一个程序，在主机和设备上乘以两个向量，然后比较它们。这没有问题。错误的是我正在尝试测试不同数量的线程和块以用于学习目的。我有以下内核：

__global__ void multiplyVectorsCUDA(float *a,float *b, float *c, int N){
    int idx = threadIdx.x;
    if (idx<N) 
        c[idx] = a[idx]*b[idx];
}

我称之为：

multiplyVectorsCUDA <<<nBlocks, nThreads>>> (vector_a_d,vector_b_d,vector_c_d,N);

目前我已将nBLocks修改为1，因此我只更改了矢量大小N和线程数nThreads。根据我的理解，每次乘法都会有一个主题，因此N和nThreads应该相等。

问题如下

1. 我首先使用N=16和nThreads<16调用内核，但这不起作用。 （没关系）
2. 然后我用N=16和nThreads=16调用它，效果很好。 （再次 按预期工作）
3. 但是，当我使用N=16和nThreads<16调用它时，它仍然有效！

我不明白为什么最后一步不会像第一步那样失败。如果我重新启动电脑，它只会再次失败。

有没有人遇到过这样的事情或者可以解释这种行为？

Answer 1

等等，所以你连续三次打电话？我不知道你的其余代码，但你确定你清除了每次运行之间分配的图形内存吗？如果没有，这可以解释为什么它第一次不起作用，但第三次传递相同的值，以及为什么它只在重新启动后再次工作（重新启动清除所有分配的内存）。

Answer 2

不知道是否可以回答我自己的问题，但我发现在比较主机和设备向量时我的代码中有一个错误（代码的一部分没有发布）。抱歉给你带来不便。有人可以关闭这篇文章，因为它不会让我删除它吗？