用的是是Linux 64位，CUDA4.2环境
在编译的时候，arch=compute_20,code='compute_20,sm_20'，然后代码中就可以用double类型计算了，当然20也可以换成更高的30
楼主和tianyuan08你们好，看到你们的帖子了。
编译的时候，需要compute_13,sm_13以上(包含1.3的)更高的能力。
举个例子给您：
楼主如果您的卡是fermi, 建议使用：
虚拟架构：compute_13(或compute_20)
真实架构：sm_20(如果您的卡是2.0), sm_21(如果您的卡是2.1)
欢迎楼主其他问题继续发帖，欢迎tianyuan08继续回帖。
嗯，不过在compute_13和sm_13的GT200核心上，double算出来时错的…
GT200 double算出来是错的，这似乎不太可能。
[
我在1060上算过，和fermi结果是不同的，而且我问过王鹏博士了，200确实存在这个问题。
结果不对，不代表"GT200核心算double是错误的”。
那代表什么？
只代表结果不一样。
那只能说明两者精度不同，fermi作为新的硬件，精度好是应该的。具体不同硬件有什么差异，手册上我记得有。如果算法不是非常依赖于些微的精度差异，或者没有积累误差的话，结果还是可供使用的。
比如说我们经常用3.14来近似pi，也经常用3.1415926来近似pi，能说前者就是错的，后者就是对的么？
恩，说法有误，不过1060的误差太大，导致结果偏差很厉害。
没搞懂这段命令应该加在那里，我放在编译命令nvcc后面报错
C:\SuWork\Work\cuda>nvcc arch=compute_20,code='compute_20,sm_20' nvSpline.cu
nvcc fatal : Don’t know what to do with ‘arch=compute_20,code=/‘compute_20,sm_
20/’’
你少了横杠于arch前(-arch)。楼主。
果然是。。。 我又小白了。
但是我加了之后又出现新问题了，提示说我的显卡没有不支持2.0的构架。我有两块显卡，一块是q400一块是c2075 ，我设置的是q400为wddm模式，c2075为tcc模式（其实不是我设的，它自动就这样了。。。），为什么还会出现这种情况？
额，完整版：
nvcc x.cu -gencode arch=compute_20,code='compute_20,sm_20'
我用版主你给的这个命令，报错说sm_20 is not in ‘keyword=value’ format,然后我改成
-gencode arch=compute_20,code=sm_20成功了，不知道这样行不行
不太明白q400,你看一下c2075的index是多少（用deviceQuery），然后使用cudaSetDevice启用它，C2075支持2.0的计算能力
我c2075的index是0的，应该是默认用它吧，我按我后来说的命令方式编译成功了，现在在调程序bug。。。发现程序能够跑，不报错，但是有个kernel函数调用了，却没有执行。。。不知道是怎么回事
在kernel调用后加printf(“%s\n”, cudaGetErrorString(cudaDeviceSynchronize()));看输出什么
输出no error，应该没问题吧。
程序自己运行不会报错，虽然结果还不太对。但是我用visual profiler跑的时候就会弹出附件里面的窗口，不知道是怎么回事。
这是因为你nvvp在多次启动你的exe的时候，发现你调用的kernel的形状，次序，配置不同。而无法将多次运行搜集到的数据合并而导致的。
解决方案：使用nsight里的小型profiler. 虽然数据少点，但可用。
另外，我建议你先修改正确程序，而不是先做profiling.
程序先对做，然后再考虑优化。当然，这个意见你可以无视。只是建议。