各位好，最近测试了CPU和GPU的一个科学计算的数据结果对比，GPU为Fermi架构，通过计算发现与CPU程序计算结果存在误差，经过仔细检查，应该不是我程序的问题。
请问这些误差的来源是什么呢？浮点计算的标准？
正常的。因为硬件不同。
您可以让CUDA的计算结果尽量精确：
（1）多使用double, 少用float(如果可以接受).
（2）不使用__开头的函数(例如__sinf), 而是用它们的慢速版本(例如sinf)
（3）不要使用-prec-div=false和-use_fast_math
等等。
以及，您可以考虑您的算法，尽量减少运算次数，避免误差；
以及可以考虑尽量误差较少的算法。
这是我的建议。毕竟硬件不同，没有一种方式可以总是100%得到一致的浮点结果。
我来再稍微补充一下2#
1：因为不同硬件和不同配置下的截断精度不同，所以结果会有所不同。
2：浮点数作为实数的一种近似，其实是不能完全保证实数的运算性质的，运算的顺序也会影响运算结果。而和CPU串行循环计算相比，GPU的大量线程计算，并不保证线程的先后顺序，从而可能产生不同的结果（如CPU的循环相加用GPU的规约相加或原子相加实现）。
所以，如同2#所言，您需要尽量使用高精度的计算，并且考虑优化您的程序，以获得较好的结果。
祝您编码顺利~
形象的说明一个顺序问题：浮点数计算的时候，A+(B+C) != A+B+C