随着GPU在高性能计算与机器学习中的普及，GPU程序的内存安全性已成为保障可靠与安全执行的关键。然而，现有研究普遍缺乏一套全面且标准化的基准来评估GPU内存安全技术的有效性。针对这一空白，本文提出了GMSBench——一个面向GPU内存安全的基准测试套件，旨在系统性地评估各类GPU内存安全违规行为在不同GPU内存空间和执行场景下的表现。GMSBench包含149个独立的CUDA测试用例，覆盖了空间性错误（如越界访问）、时间性错误（如释放后使用）以及并发错误（如数据竞争）。该基准为GPU内存安全机制的评估与对比分析提供了一个标准化基础，并有助于暴露现有检测机制在覆盖范围上的不足。为验证其效用，作者在多种GPU架构环境下，使用Compute Sanitizer这一广泛使用的GPU内存错误检测工具对GMSBench进行了实际评估，展示了该基准在揭示检测工具能力边界方面的价值。本文的核心贡献在于首次提出了一个系统性、可复现的GPU内存安全基准，填补了该领域缺乏标准评测工具的空白，为后续研究者、GPU开发者和工具提供方提供了客观比较的参考依据。适合计算机体系结构、GPU编程、安全检测工具研发等相关方向的研究人员阅读。