在一个CUDA程序中，用cudaMalloc申请了如下几个内存，用profiler测试时间的时候，第一个cudaMalloc用了139ms,后面5个cudaMalloc分别只用了100us左右的时间，这是为什么？
代码如下：（其中nmax=20000）
checkCudaErrors( cudaMalloc( (void**) &dxx, sizeof(float)(nmax+1)));
checkCudaErrors( cudaMalloc( (void**) &dxy, sizeof(float)(nmax+1)));
checkCudaErrors( cudaMalloc( (void**) &dxz, sizeof(float)(nmax+1)));
checkCudaErrors( cudaMalloc( (void**) &dxxs, sizeof(float)(1)));
checkCudaErrors( cudaMalloc( (void**) &dxys, sizeof(float)(1)));
checkCudaErrors( cudaMalloc( (void**) &dxzs, sizeof(float)(1)));
LZ您好：
第一个cudaMalloc()伴随有一些初始化工作，所以较慢，请以后面的为准。
祝您好运~
第一次的任何调用都很慢的，
因为需要Runtime初始化。
这个是固定开销，不能避免。
请无视这点击可。
好的，谢谢两位!
还有问题，我用profiler测试出来的kernel运行时间是700ms左右,比在程序中上用计时函数计算出来的时间（3s多），少了三四倍左右，这是为什么？
LZ您好：
请以profiler为准。
祝您好运~
楼主您好，
任何你手工的非profiler结果，都请以profiler为准。
论坛对此问题讨论过不下100次了，这个结论是准确可信了。
请采纳此结论。谢谢。
感谢来访。
好的。
再请教个问题，profiler中的timeline只到kernel结束，就停止了，而kernel后面的cudaMemcpy和cudaFree都没有了，请问要怎么做才能把后面的步骤也放到profiler中分析？
楼主您好：
默认总是都包含的，而不是您这样，kernel后就没了。
请您检查是否您在kernel后面手工加了cudaDeviceReset()之类的语句，
如果有，请移动到main的最后。
谢谢。
[attach]3459[/attach][attach]3458[/attach][attach]3457[/attach]
我确定代码里没有加入强制关闭内核的语句，您可以看看我三个截图，Tesla C2050显卡的session是1.025s,cudaGreensFunctionH的end也到1.025s，cudaGreensFunctionH是我的kernel，结束后profiler就不显示了。
这奇怪了，
请问楼主kernel后的几个cudaMemcpy都执行了么？
（是否出错？）
谢谢。
以及，如果方便，请在main的最后面加上cudaDeviceReset()以看有无改善。
（如果已经添加，请无视本文）
都执行了。最终结果是正确的。
如果都执行了，且正确的执行了，而且你最后也有cudaDeviceReset(),
但是profiler的时间线却选择性的少了一些。那我不知道为什么了。
加入cudaDeviceReset()后，问题解决了，谢谢各位！
感谢楼主的配合。
楼主是善于接受建议、具有巨大进步潜力的人物。
感谢来访，并期待您的下次莅临。
多谢夸奖，感觉这个论坛几位版主很热心，而且技术超凡。受益匪浅！
LZ您好：
感谢您的鼓励，愿与您一起建设我大cudazone论坛！