※ 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？
: 另外，我想知道执行运算时thread做了什么事情，每个thread里面装的是什么东西呢，是
: 我输入的资料吗？还是加跟乘这两个指令呢？
: 喂入的资料(Input)：
:
: ...
:
: 补充说明(Supplement)：
: 请版上的各位先进指导一下我，谢谢。另外，手机排版请见谅。
原文的code恕删
小弟刚好也在玩cuda，所以来试试看是不是能帮助到原Po，版上高手如云，还请多指教。
硬件部分的问题恕在下驽顿...（被巴头，不过你说的显卡上总共有几个core，
同时就可以有几个执行绪在执行这件事情是对的，不过要看你的 Grid, Block 参数
怎么下，这个部分你必须先从你的显示卡的计算能力开始了解起，关键字：Warp。
如果参数下歪了，可能就会有一小段时间会有几个 core 在闲置，当然每台机器
最适合的参数都不一样，我自己也是还在摸索这个部分，这是我目前理解到的程度，
，如果有错误的地方还请高手指点。
再来软件方面我就熟悉多了，cuda真的是很困难debug，在下常常被indexing搞的
不要不要的。首先呢，你说你的 threadIdx.x, threadIdx.y 都是从 0 - 1023，这是
一个大问题，先假设你没有笔误，让我们来算算看，一个 Block 总共的 thread 数目
最多是 1024 （这个部分我不确定你的机器是否一样，所以你最好先了解一下），好
一般可以把一个 Block 想像成一个三维阵列的 thread，所以一个 Block 总共会有的
thread 数目是 x * y * z （x, y, z）各代表一个维度的执行绪总数，我们把你的
例子套进来，1024 * 1024 * 1，阿搭，这不是就爆了吗。所以你要确定你的 threadIdx
的 range到底是多少到多少。
再来你说你的输出有些值对，有些值不对，哈哈哈～哈威（再度被巴，这个问题
有好几种可能，第一，可能你从头到尾所有的 thread 只改到 output array 的其中
一部分，所以剩下的部份当然就是0啦，第二种可能，你某些的 Block access 了他
可以用的 memory 但是有些 Block 却没有（以为我又要唱歌了吗 威。这个状况下
除了你从 code 一行一行去检查之外，还有一个不错用的方式，不过我很好奇，既然
你都会用 cudaEvent_t 了，怎么不会用这个： cudaError_t，这位大大就是你找错
的好伙伴，实作部分如下：
cudaError_t status;
MyKernel<<< grd, blk >>>( ... ); // 你的名字（X 你的kernel（O
status = cudaGetLastError(); // 问问 cuda 大大我刚刚有没有做错什么
if( status != cudaSuccess ){ // 如果我有做错 请告诉我错在哪
cout << cudaGetErrorName( status ) << ":" << cudaGetErrorString( status );
// exit(255); // 看个人决定要不要继续执行啦
}
使用上大致就是这样，我个人是会省去 cudaGetErrorName() 的部份，因为我比较懒惰，
原Po可以自己去玩玩看，在决定要怎么使用，你有你自己的style。
这应该是第三个问题吧，想知道每个 thread 做了什么，建议妳自己玩玩看这个，
写一个 kernel 处理一个大小为 1024 的 array，然后只使用一个 Block 来玩，参数
就可以这样下 <<< 1, blk >>>, blk 可以是 1 - 1024 任何的数字。然后在里面让一
个 thread 只改一个 array element，array index 依据 threadIdx.x。这样你要他
做什么都可以，最后把它输出出来自己看看就知道啦。剧透一下每个 thread 其实都
会执行你 kernel 的内容，不同的地方只在于 threadIdx, blockIdx 这些变量的值会
不一样。
回答的有点简略，不过希望能够帮到你。