CUDA程序输入大数据时退出码-1073741571的原因分析

核心原因：栈内存溢出 #

退出码 -1073741571 对应Windows系统的 STATUS_STACK_OVERFLOW，也就是栈内存耗尽。你的代码里，矩阵数组a、b、c都是直接在栈上声明的：

int a[max_n * max_n] = {0};
int b[max_n * max_n] = {0};
int c[max_n* max_n] ;

Windows系统默认栈大小通常只有1MB左右，内存占用计算如下：

• 单个int占4字节，当max_n=291时，单个数组大小是291*291*4≈338KB，三个数组加起来接近1MB，刚好卡在栈的极限；
• 当max_n>292时，单个数组大小超过292*292*4≈341KB，三个数组总内存直接突破1MB，栈空间不够就会触发溢出，导致程序崩溃。

你提到所有大数据输入的CUDA程序都有这个问题，大概率是这些程序都存在栈上分配大数组的情况。

解决方案 #

把栈上的数组改成堆内存动态分配即可，堆的大小受系统物理内存限制，远大于栈：

修改后的核心代码片段 #

int main()
{
    const int max_n = 500; // 可设置更大值
    int n ;
    printf("Enter order of matrix: ");
    scanf("%d", &n);
    
    // 改用malloc在堆上分配内存
    int* a = (int*)malloc(max_n * max_n * sizeof(int));
    int* b = (int*)malloc(max_n * max_n * sizeof(int));
    int* c = (int*)malloc(max_n * max_n * sizeof(int));
    
    // 初始化数组为0，避免脏数据
    memset(a, 0, max_n * max_n * sizeof(int));
    memset(b, 0, max_n * max_n * sizeof(int));

    // 原有的输入、计算逻辑保持不变

    // 用完释放堆内存，避免泄漏
    free(a);
    free(b);
    free(c);

    return 0;
}

额外注意事项 #

• 如果用C++编写，可替换为new/delete，原理一致；
• 不要手动调整编译器栈大小（如VS修改栈预留值），这种方法不通用，还可能隐藏其他问题；
• 大数据存储变量优先用堆分配，栈仅适合小变量、局部临时数据。

内容的提问来源于stack exchange，提问作者Mehul