【记录一个问题】cuda核函数可能存在栈溢出，导致main()函数退出后程序卡死30秒CUDA

调试一个CUDA核函数过程中发现一个奇怪的问题：
调用某个核函数，程序耗时33秒，并且主要时间是main()函数结束后的33秒；
而注释掉此核函数，程序执行不到1秒。

由此可见，可能是某种栈溢出，导致了程序运行异常。
但是，为什么程序的效果看起来是在main函数结束后还继续卡死这么长时间呢？并且没有任何core文件，很神奇！