在提问之前，我已经阅读了 这个问题，它与我的问题类似。
这里我将详细介绍我的程序。
#define N 70000
#define M 1000
class ObjBox
{public:
int oid; float x; float y; float ts};
class Bucket
{public:
int bid; int nxt; ObjBox *arr_obj; int nO;}
int main()
{
Bucket *arr_bkt;
cudaMallocManaged(&arr_bkt, N * sizeof(Bucket));
for (int i = 0; i < N; i++)
{
arr_bkt[i].bid = i;
arr_bkt[i].nxt = -1;
arr_bkt[i].nO = 0;
cudaError_t r = cudaMallocManaged(&(arr_bkt[i].arr_obj), M * sizeof(ObjBox));
if (r != cudaSuccess)
{
printf("CUDA Error on %s\n", cudaGetErrorString(r));
exit(0);
}
for (int j = 0; j < M; j++)
{
arr_bkt[i].arr_obj[j].oid = -1;
arr_bkt[i].arr_obj[j].x = -1;
arr_bkt[i].arr_obj[j].y = -1;
arr_bkt[i].arr_obj[j].ts = -1;
}
}
cout << "Bucket Array Initial Completed..." << endl;
cudaFree(arr_bkt);
return 0;
}
在我的主程序中，我分配了一个类型为Bucket的数组，其中包含一个嵌套数组ObjBox。数组中共有N（70000）个Bucket，每个Bucket中有M（1000）个ObjBox。我可以正常编译程序，但在运行时会出现内存不足错误，错误位于代码行
cudaError_t r = cudaMallocManaged(&(arr_bkt[i].arr_obj), M * sizeof(ObjBox));。我已经尝试解决这个问题很长时间了，以下是我发现的一些要点：
1、当N较小时，如30000、40000、60000等，程序可以正常工作。也就是说，它可以在一个结构中分配这么多统一的内存；
2、仍然有很多空闲内存。在我的服务器上，有16G的主机内存和11G的GPU全局内存。但在这个程序中，Bucket数组几乎占用了所有内存。
N * M * sizeof(ObjBox) = 70000 * 1000 * 16Byte = 1120M;
3、值 M 几乎与内存不足错误无关；当 N 保持不变（70000），M 减少到100时，程序也会崩溃；
我的 GPU 类型是 Tesla K40c，我已向导师提出了我的问题，她将其转交给她的朋友，在她的 CUDA 版本为7.0 的 Tesla K20 上运行该程序，可以正常分配结构。
怎么样？我如何在我的 Tesla K40c 中分配结构？我的导师认为 GPU 驱动程序中可能有一些限制设置，但我还没有解决它；