调试CUDA MMU故障

Question

在我的代码中，我反复得到内存访问错误，我找不到为什么会发生这种情况的原因。

首先，什么是CUDA上的MMU错误，以及如何调试它的来源？目前它发生在定义lambda函数时，但当我重写代码时，它发生在其他地方，所以它的行为非常不确定，我甚至不知道如何开始调试它。

Answer 1

您所指的内存管理单元故障可能是here中描述的XID31错误。

在我的经验中，最常见的原因是CUDA代码缺陷(由CUDA用户编写的代码，即GPU内核/设备代码)，导致在执行GPU内核期间发生错误。根据我的经验，使用cuda-memcheck几乎总是可以捕获/本地化这些问题。(您也可以使用上面的链接中所述的调试器)。

对于这些情况，开始调试的最佳方法IMO是开始使用所述的here方法。它本质上就是我上面链接的文档中提到的内容。使用这种方法，cuda-memcheck通常能够为您将错误定位到特定的源代码行。此后，您可以使用内核内printf和/或调试器来实现其他调试途径，如上所述。

如果cuda-memcheck没有报告任何问题，但是每次您运行特定的应用程序时都会在系统日志中记录Xid 31错误，那么正如第一个链接文档中所指出的，这不是真正的最终用户可调试的(并且应该是很少发生的)，此时唯一的办法是使用here描述的通用方法在developer.nvidia.com上提交一个错误。