※ 引述《tmbyksdG (雨神妹妹的男朋友)》之銘言：
: 開發平台(Platform): (Ex: Win10, Linux, ...)
: Linux上安裝CUDA環境 （CUDA版本為8.0 運算能力為3.7）(Tesla K80)
: 編譯器(Ex: GCC, clang, VC++...)+目標環境(跟開發平台不同的話需列出)
: NVCC
: 額外使用到的函數庫(Library Used): (Ex: OpenGL, ...)
: 問題(Question)：
: 硬體方面：
: 1.我執行deviceQuery偵測到2個device(device0:Tesla K80, device1:K80),估狗發現K80
: 是由兩個GK210核心所組成，那我偵測到的device是指有兩個K80（4個GK210）的意思嗎？
: 還是偵測到的兩個device其實就是GK210?
: 2.13個SMX,總共有2496個cores,所以我一次可以同時做運算的數量是否為2496個threads?
: 軟體方面：
: 我寫了一個64 * 64的矩陣乘法，我想測試不同的block & thread數量去做運算，哪個執
: 行時間會比較短，我試了兩種block的配置（thread數量剛好為4096，一個thread執行一
: 個輸出矩陣的一個element）。
: （1）dim3 dimBlock(32, 32);
: dim3 dimGrid(2, 2);
: 這個配置是以下附的程式碼配置，執行結果是正常的。
: （2）dim3 dimBlock(4, 128);
: dim3 dimGrid(1, 8);
: 換成這樣配置編譯之後，結果卻只有大約三分之一是正常的值，其餘卻都是0
: ，我的threadIdx.x & threadIdx.y都是由0-1023，請問這是發生了什麼錯誤嗎？
因為壓！即使你有兩張卡，你還是要設定你的程式是運行在哪張卡上！
預設是只在device0上運行，要做multi-GPU又是另一個世界
所以說壓不是兩張卡的資源可以合併使用壓，就先假裝只有一張卡就好了
然後押，建議還是先參考一下cuda的文件，一個block最多只有1024個thread可以活著
這跟卡上面有幾個核心沒太大關溪跟可以有幾個block同時執行比較有關西
剩下的block的排程跟配置問題沒有很明確的答案是怎樣，通常是多重效果混合
基本上壓都會用profiler去分析這樣設計會比較好
還有押4096對K80根本是塞牙縫等級的大小，少說也要10W個元素八
最後壓如板友說的建議先熟悉一下工具cuda-memckeck nvida-smi nvprof nvvp之類的