我在使用cudamallocpitch api和geforce gtx 1080 ti和 或geforce gtx 1080 GPU时，我会遇到'失败'错误，该gpus是整个PC服务器的一部分（包括4 GPUS（1 1080 Ti和3 1080）和两个CPU。
每个GPU都由专用的CPU线程控制，该线程在其运行开始时用正确的设备索引呼叫CudasetDevice。
基于配置文件信息，应用程序知道将创建多少CPU线程。
我也可以多次运行我的应用程序作为一个分开的过程，每个过程都将控制不同的GPU。
我正在使用OpenCV版本3.2来执行图像背景扣除。
首先，您应使用以下方法创建背景subtractormog2对象：cv :: cuda :: createbackgroundSubtractorMog2，然后您应调用其应用方法。
第一次申请方法称为所有必需的内存一次。
我的图像大小为10000 col和7096行。每个像素为1B（灰度）。
当我运行应用程序作为一个一个过程时，该过程具有多个线程（每个GPU），一切正常，但是当我将其运行4次作为一个分离的过程（每个GPU每个）时，OpenCV应用功能启动到由于cudamallocpitch而失败，"记忆不足"失败。
对于所有GPU，我都经过证实，在第一次激活申请之前，我有足够的可用内存。对于1080，据报道，我有〜5.5GB，对于1080 TI，我有〜8.3GB，所请求的大小为：宽度-120000 bytes，高度-21288Bytes -〜2.4GB。
请建议。
找到了问题来源：
cudaMallocPitch api返回值为 cudaErrorMemoryAllocation，这是因为当该过程执行read read read write访问GPU物理内存时，OS使用的OS虚拟内存没有可用。
因此，CUDA驱动程序失败了任何类型的GPU物理内存分配。
这里的复杂性是要弄清为什么在存在足够的GPU物理内存的同时失败了此API（由cudaMemGetInfo API检查）。
我开始分析两个点：
-
为什么我的PC中没有足够的虚拟内存？通过执行以下链接指令，我更改了其大小，问题消失了： https://www.online-tech-tips.com/computer-tips/simple-ways-ways-to-increase-your-computers-computers-perforce-configures-configuring-the-paging-file/
-
为什么我的过程会消耗大量的虚拟内存？过去，我发现，为了在处理时间内具有更好的性能，我将在开始时仅分配所有必需的GPU物理内存，因为分配操作需要大量时间取决于所需的内存大小。由于我正在使用〜70万人的帧分辨率，并且我的处理逻辑需要大量的辅助缓冲区，因此需要分配一个大量的GPU和CPU内存区域，要分配一个空的OS虚拟内存可用区域。<<<<<<<<<<<<<<<<<<<<<<<</p>