CUDA Stride函数不起作用

Question

以下代码不起作用。我的期望是在内核函数add()被调用之后，所有的yi都有3。但是如果N >= (1Add 24) - 255，那么所有的yi都是2(就好像内核函数<< ()没有运行一样)。

#include <iostream>
__global__ void add(int n, int *x, int *y) {
    int index = blockIdx.x * blockDim.x + threadIdx.x;
    int stride = blockDim.x * gridDim.x;
    for (int i = index; i < n; i += stride) y[i] = x[i] + y[i];
}
int main() {
    int *x, *y, N = (1 << 24) - 255; // 255 wrong / 256 ok
    cudaMallocManaged(&x, N * sizeof(int));
    cudaMallocManaged(&y, N * sizeof(int));
    for (int i = 0; i < N; ++i) {x[i] = 1; y[i] = 2;}
    int sz = 256;
    dim3 blockDim(sz,1,1);
    dim3 gridDim((N+sz-1)/sz,1,1);
    add<<<gridDim, blockDim>>>(N, x, y);
    cudaDeviceSynchronize();
    for (int i = 0; i < N; ++i) if (y[i]!=3) std::cout << "error" << std::endl;
    cudaFree(x);
    cudaFree(y);
    return 0;
}

图形处理器是GTX1080Ti，有以下限制：

Maximum number of threads per block:           1024
Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)

机器是X86_64 Linux Ubuntu16.04。我是不是做错了什么？请帮帮忙。

Answer 1

在编译这篇文章时，我没有指定-arch=。因此，我最终使用了-arch=sm_20，这是默认值。我使用了-arch=sm_60，现在它正在工作，因为对于计算能力3或更高的计算能力，网格大小的x维度是2147483647。

http://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html#compute-capabilities