cuda核函数不执行的可能原因？

练习中遇到一个问题，核函数不执行，不知道原因？
typedef struct
{
int x;
int y;
}TstRst;

typedef struct
{
int x;
int y;
int z;
}TstDat;

device int TstDeviceFun(const int * pData1, const int * pData2)
{
return 100;
}

global void Kernel_Tst(TstRst*pRsts, const TstDat *pDats, const int nCount)
{
int i = threadIdx.x;
pRsts[i].y = 100;

return;

}
main里的相关调用如下
int nCount = 200;
TstRst*pTstRsts;
TstDat pTstDats;
TstRst*pAjustRsts = (TstRst)malloc(nCount * sizeof(TstRst));
TstDat*pAjustDats = (TstDat*)malloc(nCount * sizeof(TstDat));
memset(pAjustRsts, 0, nCount * sizeof(TstRst));
memset(pAjustDats, 0, nCount * sizeof(TstDat));

cudaMalloc((void**)&pTstRsts, nCount * sizeof(TstRst));
cudaMemcpy(pTstRsts, pAjustRsts, nCount * sizeof(TstRst), cudaMemcpyHostToDevice);

cudaMalloc((void**)&pTstDats, nCount * sizeof(TstDat));
cudaMemcpy(pTstDats, pAjustDats, nCount * sizeof(TstDat), cudaMemcpyHostToDevice);

Kernel_Tst <<<1, 100 >>>(pTstRsts, pTstDats, 100);
cudaStatus = cudaMemcpy(pAjustRsts, pTstRsts, nStockCount * sizeof(StockCoorInfo), cudaMemcpyDeviceToHost);
cudaStatus = cudaThreadSynchronize();

已解决，因为在窗口系统下，Kernel函数的执行有时间限制，Kernel函数执行时间过长而出错了

原因有多种多样的：
（1）其中常见的一种是，32 * 32 = 1024线程的block大小，超出了贵卡的能力范围。
（需要fermi+的，请告知一下你的卡的信息）
（2）此外的一种常见原因是越界访存，请确保你用的数据（例如缓冲区）也随之相应扩大了。
建议：
（1）检查offset的值范围，看看能否在(32,32,1)的block shape下，超出有效范围。
（2）在代码里读取dis[offset]前, 用if (offset < ....) 来限制一下（....是你自己知道的一个范围）。
（3）如果（1）（2）未能解决问题，则开启nsight的cuda memory checker, 直接用nsight定位可能的越界位置。