PyCUDA清除错误，CUDA启动超时错误，仅在某些计算机上

Question

我有一个python3program，它涉及到cuda kernel的执行。在

当我在下面的配置中启动代码时，它运行得很好

• GeForce GTX 1080 Ti GPU
• Ubuntu 16.04
• CUDA版本8.0.61
• NVIDIA驱动程序版本384.111
• Python 3.5.2版
• PyCUDA版本（2017年1月1日）。在

但是，当在同一台机器上使用GeForce GTX 970时，我得到了以下错误：

cuMemFree failed: the launch timed out and was terminated
PyCUDA WARNING: a clean-up operation failed (dead context maybe?)

请注意，当我使用较少的线程调用内核时（即，在每个块的线程数不变的情况下，网格维数很小），不会发生此错误。在

In this post，Andreas解释了错误消息的含义：

This means your context went away while PyCUDA was still talking to it. This will happen most often if you perform some invalid operation (such as access out-of-bounds memory in a kernel).

换句话说，这似乎表明我编写的内核有问题。然而，由于代码在其他GPU上启动时不会引发错误，我想知道其他问题是否也会引发相同的错误。在

所以我的问题是：

• 在不利的环境中运行正确编写的内核时，是否也会导致上述错误？在
• 会不会是NVIDIA驱动程序、CUDA版本、PyCUDA版本和GPU型号错误组合造成的？在
• 关于驱动程序版本，CUDA版本，PyCUDA版本和GPU模型，我有什么要考虑的，以确保一切正常运行？在

我可以理解，这里很多人对没有代码和最少例子的问题过敏。我试图编写一个简单的示例来重现错误，但我做不到。希望输入参数加倍的内核运行良好，达到内存错误的极限。。。所以我希望能得到一些建议，在搜索错误时，应该朝哪个方向看。在

Answer 1

正是塔龙密斯对这个问题的评论使我找到了答案。在

问题是其中一个卡（GTX 970）同时用于系统的图形输出。正如所解释的here和{a2}，这意味着有一个“看门狗”阻止CUDA内核在停止之前运行超过某个最长时间。在

我的解决方案是通过sudo service lightdm stop停止X服务器。然后，程序在两张卡上运行，没有出错。在