C++ 使用std:：vector时使用cudamaloc（）进行分配<；int*>；

我想用下面的代码来测试如何在GPU上通过指针进行分配

#include <stdio.h>
#include <cuda_runtime.h>
#include <iostream>
#include <vector>
using namespace std;

int main(void)
{
    cudaError_t err = cudaSuccess;
    size_t numBytes;
    vector<int*> a;

    numBytes = 10 * sizeof(int);
    err = cudaMalloc((void**)&a[0], numBytes);

    if (err != cudaSuccess)
    {
        fprintf(stderr, "Failed to allocate device vector A (error code %s)!\n", cudaGetErrorString(err));
        exit(EXIT_FAILURE);
    }
    printf("Done\n");
    return 0;
}

---

我想在使用指针的过程中可能会出现一些错误，但我不确定为什么会发生这种情况。

您的向量

a

中没有任何元素。它是一个空向量<代码>一个[0]不存在

你可能想学习

std:：vector

和它们的，它们与CUDA无关。请注意您正在使用的构造函数类型的第一个注意事项：

1） 默认构造函数。构造一个空容器

如果将该向量定义为非零大小，例如：

 vector<int*> a(5); 

向量a（5）；

---

那我想你就能克服那个错误了。（例如，这为存储5个

int

指针分配了空间）

要在GPU设备上分配

std:：vector

使用内存，请记住其模板签名为：

template<
    class T,
    class Allocator = std::allocator<T>
> class vector;

模板<
T类，
类分配器=std:：分配器
>类向量；

也就是说，它将分配器类作为模板参数。此类可能在GPU上执行分配。现在，C++标准库分配器机制被认为不是很好的设计或非常友好的使用，但它是可用的。试着写一个自定义的

H-o-w-e-v-e-r。。。这可能不是你想要的。在设备端代码中，你不能使用<代码> STD:：vector < /Cord>，因为它的方法大部分都是HALLY，并且C++标准库中的大部分在设备上都不能工作/编译。

---

一个更相关的替代方案可能是使用库，它提供了标准库（如容器和通用算法）。“推力”有一个可能是你真正想要的。

如果目标是有一个包含设备指针的主机std:：vector，那么这些有什么实际帮助？@Talonmes:第二个选项建议切换目标。第一个选项可以工作-分配器可以在引擎盖下的CUDA设备上使用allocate。也许我应该说得更清楚些。

template<
    class T,
    class Allocator = std::allocator<T>
> class vector;