C++ 推力：访问使用cudaMallocPitch创建的设备变量

我有一个数据矩阵，我应该使用GPU（和推力库，如果可能的话）对其进行一些细化。到目前为止，我能够将数据复制到GPU并编写自己的内核函数。现在，基于我的内核函数的输出，我将利用推力库对相同的数据矩阵进行其他细化，如果可能的话，避免从GPUCPU下载和重新上传数据

因此，我在GPU中使用CudamAllocPicch函数创建了一个设备变量：

float *d_M;
size_t pitch;
cudaStatus = cudaMallocPitch(&d_M, &pitch, sizeof(float)*(N), M+1);
if (cudaStatus != cudaSuccess)
{
    fprintf(stderr, "cudaMalloc Failed!");
    INFO;
    return CUDA_MALLOC_ERROR;
}

此变量表示维度为NxM+1的矩阵。在使用一个特别的cuda函数对GPU做了一些详细说明之后，我想使用推力库对每行的元素求和，并将结果放在每行的M+1列上

对于这种操作，我将使用推力库。 我的目的应该是检索使用CUDAMALLOCITCH创建的原始指针，将其转换为推力：：设备_ptr，然后使用推力功能对其进行操作。因此，在代码中：

    thrust::device_ptr<float> dd_M = thrust::device_pointer_cast(d_M);

---

我得到不同的地址值。我不知道我做错了什么。对于这样的操作，我刚刚在链接处遵循了推力手册。

Cudamallocitch

基本上无法使用推力。这是因为它创建了如下分配：

D D D D D D D D D D D D D D X X
D D D D D D D D D D D D D D X X
D D D D D D D D D D D D D D X X
D D D D D D D D D D D D D D X X
D D D D D D D D D D D D D D X X
...

其中，

D

项表示实际数据，

X

项表示附加到每行的额外空间，以使数据宽度与所需机器节距匹配

问题是推力没有这个由

X

表示的“未使用”区域的概念。当数据中有“未使用的”间隙时，没有方便的方法告诉推力函数分配线程（并生成适当的连续索引）。所以如果我们把上面的转换成推力向量：

D D D D D D D D D D D D D D X X D D D D D D D D D D D D D D X X D D ...

在推力算法和索引中，无法方便地“跳过”散布在向量中的

X

区域。如果您真的想这样做，可能会提出一个解决上述映射的

推力：：置换迭代器

，但这将有其自身的低效率，这将超过对倾斜数据进行操作所带来的任何性能好处

---

如果您改用

cudamaloc

，那么您的数据将是连续的，这是推力所期望的。

我认为没有一种简单的方法可以做到这一点，您将无法方便地将推力与

cudamallocitch

一起使用。改用

cudamaloc

。好的，我试试cudamaloc。感谢您，这里没有一种方便的方法来使用

cudaMallocPitch

。但是，

printfs

的输出不匹配的原因是，您正在打印两个不同变量的地址，而不是您真正感兴趣的原始指针。您想打印原始指针

d_m

和

dd_m.get（）

的值。感谢您提供了详细的答案。我认为使用指针语义的自定义容器类可能是实现这一点的“最简单”方法。置换迭代器可能不起作用，因为不能保证（或要求）分配节距是数组类型sizeI的整数倍。我同意你关于置换迭代器不洁的观点——至少对于不能均匀划分节距的非POD类型（即使在豆荚类型上依赖它也不符合犹太教）。因此，我真的不知道在一般情况下如何做到这一点。

D D D D D D D D D D D D D D X X D D D D D D D D D D D D D D X X D D ...