从火炬c和x2B中的cuda阵列读取数据+；无需将阵列传输到CPU 我试图读取GPU中的CUDA阵列到Trac C++ CUDA中。虽然我读了阵列，但似乎阵列首先将cuda阵列传输到CPU，然后在torch中再次将阵列传输到其框架中的cuda。我可以这么说，因为CPU使用率很高，而将阵列传输到torch的过程也不是那么顺利。我正在使用下面的代码，它正在工作

pOutData数据是指向存储RGB数据的GPU内存的数据指针。指针位置的数据长度为{224，224，3}。我正在接收来自另一个程序的指针，因此无法在此包含代码

auto options = torch::TensorOptions().dtype(torch::kUInt8).device(torch::kCUDA, 0);     
auto input_tensor = torch::from_blob(pOutData, {224, 224, 3}, options);

理想情况下，当GPU与GPU位置之间进行数据传输时，CPU利用率应为零或可忽略不计，但我的情况如下：

---

有没有人可以在不传输CPU的情况下直接将cuda阵列读取到torch中的cuda？

您能更明确地说明您观察到的错误吗？“CPU使用率相当高”并没有真正的帮助。您是否也可以完成代码示例，使其包含pOutData的创建（我假设它是GPU内存中某些数据的指针）？此外，正如您所说，GPU-GPU传输比GPU-CPU-GPU快得多，所以我想您可以尝试将此传输与另一个显式GPU-CPU-GPU传输进行基准测试，并比较结果。@trialNerror更新了问题