摘要：
????????本文主要介绍笔者在参加CUDA ON ARM Platform夏令营第二天课程中遇到问题以及其解决方法，本文同时还会以图文的方式介绍一点linux平台下CUDA编程时的错误调试方法。
? ? ? ? 遇到的问题：Segmenation fault (core dumped)?
图1 报错内容
错误原因：使用“cudaMalloc”函数申请的数组访问越界
调试主要过程：
????????nvcc -g -G -o mul XXX.cu
????????cuda-gdb ./mul
????????run
接下来我会以图文的形式分享我调试的具体过程，遇到的问题以及解决办法。
遇到的问题及调试过程
我们今天的任务是使用gpu计算矩阵乘法，同时把gpu计算得到的矩阵结果与cpu计算的到的矩阵结果进行对比，如果gpu和cpu的运算结果相同，则输出“pass!!!”以证明我们的程序没有问题。
我写完程序，编译之后就遇到 图1 所示的问题：Segmenation fault (core dumped)
百度这个错误之后有人说是除零的问题，但是我这是乘法，显然不存在这个问题。
由于程序量相对多，并且我在linux的命令行环境下，不容易人工找出这种运行时错误的发生位置。（如果是windows下的VisualStudio环境可能会容易调试一点）
这个时候社区的老师很热心的教了我在linux下CUDA程序的Debug方法（非常感谢！），下面主要介绍这部分内容。
?
图2 执行nvcc -g -G -o mul XXX.cu
? ? ? ? 执行“nvcc -g -G -o mul matrix_mul.cu” 之后得到了“mul”文件（应该是保存有CUDA运行信息的文件），其中 -g -G 代表为CPU和GPU代码部分进行调试编译。
????????
图3 执行cuda-gdb ./mul 和 run
? ? ? ? 运行 cuda-gdb ./mul 和 run之后，按理说应该可以看到具体问题发生在哪一行了，但是我只看到了一个错误代码“CUDA_ERROR...”，并没有看到发生问题的具体代码行号。
? ? ? ? 请教老师后得知这是因为我们使用的Nvidia Jetson nano开发板上被设置了权限，需要sudo才能看到。
图4 退出调试状态方法：Ctrl + d
? ? ? ? 这边使用Ctrl + d退出调试状态（不是 Ctrl + c）
图 5 sudo运行cuda-gdb失败
? ? ? ? 第一次使用sudo 运行 cuda-gdb失败，原因是cuda-gdb命令的位置没有被添加到环境变量，这里调用需要用完整路径。
图6 使用whereis 命令查找 cuda-gdb的完整路径
??
?图7 使用完整路径运行
?图8 发现具体的问题行数
????????使用完整路径运行之后的到了具体的错误发生位置，这里需要说明的是错误可能不是正好就在提示的那一行，这时请向上方寻找错误位置。
最后：? ??
图9 发现了低级错误
? ? ? ? ?顺图索骥，我们在88行发现了一个低级错误。
????????我把遍历遍历写错了位置，导致变量 j 停不下来，访问越界。
? ? ? ? 注：也许是变量 j 访问的数组使用“cudaMalloc”函数分配空间才导致了本文最开头的错误。
????????
图10 修改错误之后成功运行?
? ? ? ? 修改这个错误之后成功运行！
?总结：
? ? ? ? 我认为在命令行环境中编写关于CUDA的程序时，如果遇到了这种运行时错误，不使用专用的调试工具，直接人眼在大量的代码中寻找错误是很不可取的（我这个案例中其实代码量不多，但肉眼debug也很糟心）。
? ? ? ? 因此我把我的这段经历写成文档，与大家共享，希望可以对大家有所帮助！
? ? ? ? 由于是第一次写这类文档，肯定存在着不少错误，如果大家发现了欢迎联系我勘正。
? ? ? ? 邮箱：duoyixian1996@163.com
?致谢：
? ? ? ? 最后，请让我对本次活动中的Nvidia社区和GPU Solutions社区的老师（排序不分先后！）表示衷心的感谢，是你们认真细心的解答，让我们有了提升，也让经验（知识）以更高的效率分享！
? ? ? ? 祝各位：工作开心，生活健康!