cuda自己常犯的傻逼错误

１．使用shared memory时如果申明

__shared__ myshared;

在使用ｋｅｒｎｅｌ函数时不需要指明ｓｈａｒｅｄ的大小

如果使用

ｅｘｔｅｒｎ　＿＿ｓｈａｒｅｄ＿＿　ｍｙｓｈａｒｅｄ；

需要再使用ｋｅｒｎｅｌ时再＜＜＜＞＞＞中指明所使用的ｓｈａｒｅｄｍｅｍｏｒｙ的大小．

２．没有为申明的ｄｅｖｉｃｅ变量申请空间

再运行ｃｕｄａ代码的时候，如果没有使用检错函数，对于没有为在ＧＰＵ中使用的内存使用

ｃｕｄａｍａｌｌｏｃ分配存储空间的时候，代码可以编译通过，并且可以运行，成功，但实际上并没有

发起ｋｅｒｎｅｌ函数，最后导致的结果就是我们看到结果时错误的，但是却不知道错误再哪里

所以发现没有得到ｋｅｒｎｅｌ运行后期望的输出时首先检错ｄｅｖｉｃｅ＇上的内醋是否分配了

或者输出的结果

３．

__syncthreads(); }
if (tid < 32) {
if (blockSize >= 64) sdata[tid] += sdata[tid + 32];//for every time a warp to execute one instruction
__syncthreads();
if (blockSize >= 32) sdata[tid] += sdata[tid + 16];
__syncthreads();
if (blockSize >= 16) sdata[tid] += sdata[tid + 8];
__syncthreads();
if (blockSize >= 8) sdata[tid] += sdata[tid + 4];
__syncthreads();
if (blockSize >= 4) sdata[tid] += sdata[tid + 2];
__syncthreads();
if (blockSize >= 2) sdata[tid] += sdata[tid + 1];
__syncthreads();
}
if (tid == 0) c[blockIdx.x] = sdata[0];

在进行ｒｅｄｕｃｔｉｏｎ的时候我们将循环展开，消除线程对齐带来的麻烦．