谢谢各位大侠给意见：
第一、是否存在这样一种情况，对于同一块显卡、不同的cuda版本需要不同的驱动程序。（提出这个问题的原因是因为 我的程序在cuda1.1中跑的是正常的 在cuda2.3中确是失败的 并且部分程序没有在gpu上执行）
如果是，我在cuda1.1中也没有安装任何针对的cuda的驱动 为何能执行成功呢。
第二、我试过2个算法、性能上差异很大。有大侠说是线程读取的方式问题。不过貌似这个理由不是很正确
第一个算法，每个线程都是连续存取内存位置，相当于thread 0 读取第一个数字，thread 1 读取第tid * size个数字
global static void sumOfSquares_Thread(int num, int result, clock_t* time)
{
const int tid = threadIdx.x;
const int size = DATA_SIZE / THREAD_NUM;
int sum = 0;
int i;
clock_t start;
if(tid == 0) start = clock();
for(i = tid * size; i < (tid + 1) * size; i++) {
sum += num[i] + num[i] + num[i] + num[i] + num[i] + num[i]+ num[i] + num[i] + num[i] + num[i] + num[i] + num[i];
}
result[tid] = sum;
if(tid == 0) time = clock() - start;
}
第二个算法， thread 0 读取第一个数字，thread 1 读取第二个数字
global static void sumOfSquares_ThreadOptimization(int num, int result, clock_t time)
{
const int tid = threadIdx.x;
int sum = 0;
int i;
clock_t start;
if(tid == 0) start = clock();
for(i = tid; i < DATA_SIZE; i += THREAD_NUM) {
sum += num[i] + num[i] + num[i] + num[i] + num[i] + num[i]+ num[i] + num[i] + num[i] + num[i] + num[i] + num[i];
}
result[tid] = sum;
if(tid == 0) *time = clock() - start;
}
其实这两个算法的差异仅仅是在 不同的线程读取的位置不一样 一个是连续的 一个是跳跃的。不应该说一个是连续读取（thread0读取时 thread1等待），一个是并行读取
但是这2个算法得出的性能结果差异确实很大，希望大侠能够给出大家各自的想法