我编写了一个 cuda 内核，它使用共享内存来执行归约，以便找到数组中的最小值。这与可以在此处找到的众所周知的示例非常相似：
https://www.sharcnet.ca/help/index.php/CUDA_tips_and_tricks#Reduction
当我从单个 CPU 线程运行它时，它适用于每个块的任意数量的 CUDA 线程（最多我的设备的最大值：1024）。
当我从一些 (20) 个 CPU 线程运行它时，每个块 (256) 的 CUDA 线程数量足够少，它工作正常。
但是，一旦我用多个 CPU 线程增加 CUDA 线程的数量，一切都会崩溃！
我试图删除我执行归约的内核行（因此仅在数组上保留一些操作，但在 CUDA 线程之间没有任何通信），并且它适用于任何数量的 CPU 线程中每个块的任何数量的 CUDA 线程.
关于我的问题来自哪里的任何想法？任何想法如何解决它？在此先感谢您的帮助！
PS：我使用的是单个 GTX650。
PS2：对不起，如果我的英语水平有点差，那不是我的母语....