PyCUDA索引整数类型NumPy数组时部分元素运算异常

你遇到的问题本质是主机端NumPy数组默认数据类型与CUDA核函数声明的指针类型长度不匹配，和核函数的并行逻辑、PyCUDA内存传输逻辑无关。

两个版本代码的核心差异 #

• 官方float32示例中，你显式调用a.astype(numpy.float32)将数组转换为单精度浮点数类型，每个元素占4字节，和核函数中float*声明的4字节单精度浮点类型长度完全匹配，索引计算threadIdx.x + threadIdx.y*4的偏移量准确，16个线程刚好覆盖全部16个数组元素，因此运行结果正常。
• 你修改的整数版本中，使用numpy.array()创建整数数组时没有显式指定dtype，在绝大多数64位系统上，NumPy会默认创建numpy.int64类型数组，每个元素占8字节；但核函数中声明的是int*，CUDA环境下的int固定为4字节长度，两边类型长度完全不匹配。

仅前两行元素被修改的原理 #

核函数访问显存时按声明的类型长度计算地址偏移：因为你声明的是int*，每个元素步长按4字节计算。你启动的16个线程索引范围是0~15，总共只会访问从数组起始地址开始的16*4=64字节显存。而16个int64元素总占用空间是16*8=128字节，前64字节刚好对应数组前两行的8个int64元素，后两行的64字节没有被任何线程访问，因此会保持初始值不变。

修复方法 #

创建整数数组时显式指定和CUDA int匹配的4字节整数类型即可，修改数组创建行：

a = numpy.array([[1,2,3,4], [1,2,3,4], [1,2,3,4], [1,2,3,4]], dtype=numpy.int32)

注意：所有PyCUDA主机端与设备端的数据交互场景，都必须严格保证两边数据类型的长度、格式完全一致，不要依赖NumPy的默认dtype，否则可能出现数值错乱、部分元素未修改甚至显存访问越界的问题。

内容的提问来源于stack exchange，提问作者Dam