※ 引述《tmbyksdG (雨神妹妹的男朋友)》之铭言：
: 开发平台(Platform): (Ex: Win10, Linux, ...)
: Linux上安装CUDA环境 （CUDA版本为8.0 运算能力为3.7）(Tesla K80)
: 编译器(Ex: GCC, clang, VC++...)+目标环境(跟开发平台不同的话需列出)
: NVCC
: 额外使用到的函数库(Library Used): (Ex: OpenGL, ...)
: 问题(Question)：
: 硬件方面：
: 1.我执行deviceQuery侦测到2个device(device0:Tesla K80, device1:K80),估狗发现K80
: 是由两个GK210核心所组成，那我侦测到的device是指有两个K80（4个GK210）的意思吗？
: 还是侦测到的两个device其实就是GK210?
: 2.13个SMX,总共有2496个cores,所以我一次可以同时做运算的数量是否为2496个threads?
: 软件方面：
: 我写了一个64 * 64的矩阵乘法，我想测试不同的block & thread数量去做运算，哪个执
: 行时间会比较短，我试了两种block的配置（thread数量刚好为4096，一个thread执行一
: 个输出矩阵的一个element）。
: （1）dim3 dimBlock(32, 32);
: dim3 dimGrid(2, 2);
: 这个配置是以下附的程式码配置，执行结果是正常的。
: （2）dim3 dimBlock(4, 128);
: dim3 dimGrid(1, 8);
: 换成这样配置编译之后，结果却只有大约三分之一是正常的值，其余却都是0
: ，我的threadIdx.x & threadIdx.y都是由0-1023，请问这是发生了什么错误吗？
因为压！即使你有两张卡，你还是要设定你的程式是运行在哪张卡上！
默认是只在device0上运行，要做multi-GPU又是另一个世界
所以说压不是两张卡的资源可以合并使用压，就先假装只有一张卡就好了
然后押，建议还是先参考一下cuda的文件，一个block最多只有1024个thread可以活着
这跟卡上面有几个核心没太大关溪跟可以有几个block同时执行比较有关西
剩下的block的排程跟配置问题没有很明确的答案是怎样，通常是多重效果混合
基本上压都会用profiler去分析这样设计会比较好
还有押4096对K80根本是塞牙缝等级的大小，少说也要10W个元素八
最后压如板友说的建议先熟悉一下工具cuda-memckeck nvida-smi nvprof nvvp之类的