任何关注CUDA的人都可能会看到我对我参与的项目的一些疑问，但对于那些没有我总结的项目。 （对不起提前提出长问题）
三个内核，一个基于一些输入变量生成数据集（处理比特组合因此可以指数增长），另一个解决这些生成的线性系统，另一个减少内核以获得最终结果。作为特定系统的优化算法的一部分，这三个内核一次又一次地运行。
在我的开发机器上（Geforce 9800GT，在CUDA 4.0下运行），无论我向它投掷什么，它都可以完美地工作（基于所述指数性质的计算限制），但在测试机器上（4xTesla S1070，只有一个在CUDA 3.1下使用）完全相同的代码（Python基础，CUDA内核的PyCUDA接口），为“小”情况产生精确结果，但在中等情况下，求解阶段随机失败迭代。
我之前遇到过这个代码的问题与问题的数值不稳定性有关，并且本质上是确定性的（即每次都在完全相同的阶段失败），但这个问题坦白地说是让我失望，因为它会随时失败。
因此，我没有一种可靠的方法可以从Python框架中删除CUDA代码并进行适当的调试，至少可以说PyCUDA的调试器支持是值得怀疑的。
我检查了常见的事情，比如设备上的可用内存的预内核调用检查，占用计算表明网格和块分配都很好。我没有做任何疯狂的4.0特定的东西，我释放了我在每次迭代时在设备上分配的所有内容，并且我已经将所有数据类型修复为浮点数。
TL; DR ，有没有人遇到过关于CUDA 3.1的任何问题，我在发行说明中没有看到，或者任何与PyCUDA的autoinit内存管理环境有关的任何问题会导致间歇性的启动失败重复调用？
答案 0 :(得分：4)
你试过了吗？
cuda-memcheck python yourapp.py
您可能有超出内存的访问权限。
答案 1 :(得分：-1)
您可以使用nVidia CUDA Profiler查看失败前执行的内容。