c语言中cuda核函数,CUDA C编程用for循环跑核函数越跑越慢是为什么？

该楼层疑似违规已被系统折叠 隐藏此楼查看此楼

最近学习CUDA C的编程，在并行运行一个简单的解调算法的时候，统计时间后发现运行速度越来越慢(但还是运算结果正确的)，后来简化到只运行其中一个核函数的时候，就算复杂度下降了，但还是会越跑越慢，尝试过每一轮都进行cudafree和cudamalloc也没用，这是为什么呢？

刚刚还发现了，对于我用过的一些矩阵加法、矩阵点乘的教程例子，加上for循环跑很多很多次，也是会出现这种越来越慢的情况。

环境：

win10 Visual studio2019 community

cuda 10.2

cudnn 7.6.5

用几年前的笔记本进行测试——显卡950M

跪求各路大神救救了

简化后作为测试的代码如下：

#include

#include

#include

#include "..\common\book.h"

#include

#include

#define BLOCK_NUM 16

#define THREAD_NUM 16

#define R_SIZE 256 //256

#define M_SIZE R_SIZE*R_SIZE //256*256

#define SNR_LEN 7

#define N 100

#define pi 3.1415926535

double SNR[SNR_LEN] = { 0,1,2,3,4,5,6 };

__global__ void DeModuate(double* ReceivedSignal_R, short int* demodSignal_HD, double sigma)

{

c