C++ 临时CUDA设备阵列

几个月来，我一直在玩这个盛大的CUDA实验，我发现自己做了更多的实验，并试图摆脱教程中的例子

我的问题是：如果我只想在GPU上使用数组作为临时存储，而不想将它们复制回主机进行显示/输出，那么我可以创建一个带有

\uuuuuuu device\uuuuuuu双数组[numpoints]的设备数组吗那么，对于我想从GPU取回的任何东西，我需要做整个cudaMalloc，cudaMemcpy spiel，对吗？另外，一种方法和另一种方法有什么区别吗？我认为它们都在全局内存中创建数组。
请参阅关于
\uuu设备\uuu
限定符的说明。因此，如果您声明它为
\uuuu设备\uuuu
，则无法通过
cudaMemcpy
在主机中访问它，但链接中还提到了其他内容

相反，您可以在主机代码中声明一个全局指针（即不带
\uuu设备
），并使用
cudamaloc
进行分配。因此，您可以使用
cudaMemcpy
将结果复制回主机
 您可以创建、填充和使用globl内存阵列，而无需使用
cudaMemcpy
从主机复制数据进行初始化，如果这是您的要求。在下面的简单示例中，我创建了一个全局内存阵列，它直接在设备上初始化，然后在不再需要时释放它

#include<stdio.h>

__global__ void init_temp_data(float* temp_data) {
    temp_data[threadIdx.x] = 3.f;
}

__global__ void copy_global_data(float* temp_data, float* d_data) {
    d_data[threadIdx.x] = temp_data[threadIdx.x];
}

#define gpuErrchk(ans) { gpuAssert((ans), __FILE__, __LINE__); }
inline void gpuAssert(cudaError_t code, char *file, int line, bool abort=true)
{
    if (code != cudaSuccess) 
    {
        fprintf(stderr,"GPUassert: %s %s %d\n", cudaGetErrorString(code), file, line);
        if (abort) exit(code);
    }
}

int main() {

    float* data = (float*)malloc(16*sizeof(float));
    float* d_data; gpuErrchk(cudaMalloc((void**)&d_data,16*sizeof(float)));
    float* temp_data; gpuErrchk(cudaMalloc((void**)&temp_data,16*sizeof(float)));

    init_temp_data<<<1,16>>>(temp_data);
    gpuErrchk(cudaPeekAtLastError());
    gpuErrchk(cudaDeviceSynchronize()); 

    copy_global_data<<<1,16>>>(temp_data,d_data);
    gpuErrchk(cudaPeekAtLastError());
    gpuErrchk(cudaDeviceSynchronize()); 

    gpuErrchk(cudaFree(temp_data));
    gpuErrchk(cudaMemcpy(data,d_data,16*sizeof(float),cudaMemcpyDeviceToHost));

    for (int i=0; i<16; i++) printf("Element number %i is equal to %f\n",i,data[i]);

    getchar();

    return 0;
}

#包括
__全局无效初始临时数据（浮点*临时数据）{
温度数据[threadIdx.x]=3.f；
}
__全局\无效复制\全局\数据（浮点*临时\数据，浮点*数据）{
d_数据[threadIdx.x]=临时_数据[threadIdx.x]；
}
#定义gpuerchk（ans）{gpuAssert（（ans），_文件_，_行__）}
内联void gpuAssert（cudaError\u t代码，char*文件，int行，bool abort=true）
{
如果（代码！=cudaSuccess）
{
fprintf（标准，“GPUassert:%s%s%d\n”，cudaGetErrorString（代码）、文件、行）；
如果（中止）退出（代码）；
}
}
int main（）{
浮动*数据=（浮动*）malloc（16*sizeof（浮动））；
浮动*d_数据；gpuerchk（cudamaloc（（void**）和d_数据，16*sizeof（浮动））；
浮点*临时数据；gpuerchk（cudaMalloc（（void**）和临时数据，16*sizeof（浮点））；
初始温度数据（温度数据）；
gpuerchk（cudaPeekAtLastError（））；
gpuErrchk（cudaDeviceSynchronize（））；
复制全局数据（临时数据、数据）；
gpuerchk（cudaPeekAtLastError（））；
gpuErrchk（cudaDeviceSynchronize（））；
gpuErrchk（cudaFree（临时数据））；
gpuErrchk（cudaMemcpy（数据，数据，16*sizeof（float），cudaMemcpyDeviceToHost））；
对于（int i=0；icudamempy可用于复制到静态声明的
\uuuu设备\uuuu
内存。这就是
cudaGetSymbolAddress
和
cudaGetSymbolSize
的目的——您可以在运行时获得静态符号的详细信息，然后像使用任何其他主机地址一样使用它们。@talonmies:很高兴知道这一点。刚刚尝试过，它就可以工作了。）nk你。如果你能回答同样的问题，我会投赞成票（看起来这就是问题海报所要找的）。