C++ 使用cudamallocpatch分配一维数组，然后使用cudaMemcpy2D 3复制到设备

我读过这篇文章，包括NVIDIA docs，但我无法让CudamAllocPicch与cudaMemcpy2D一起工作

我需要以数组格式复制一个非常大的矩阵（矩阵[width*height]），同时复制一个简单的数组来执行矩阵*向量运算。为了避免冲突和获得更好的性能，使用CudamAllocPicch对我来说不是可选的

因此，我首先尝试将矩阵（在我的例子中是向量）复制到设备上，并检查它是否被正确复制，但我的代码没有打印任何内容。如果我使用Cudamaloc和cudaMemcpy，一切都很好。但我不知道如何处理CudamAllocPictch和cudaMemcpy2D

我能做些什么来解决这个问题

#include <stdio.h>
__global__ void kernel(size_t mpitch, double * A, int N)
{
    int idx = threadIdx.x + blockIdx.x * blockDim.x;
    while (idx < N)
    {
        double e = *(double *)(((char *) A + idx * mpitch) + N);
        printf("(%f)", e);
    }
}
int main()
{
    int N = 1500;
    double * A  = new double[N], * d_A;
    size_t pitch;

    for (int i = 0; i < N; ++i)
    {
        A[i] = i;
    }
    cudaMallocPitch(&d_A, &pitch,  sizeof(double) * N, 1);
    cudaMemcpy2D(d_A, pitch, A, N * sizeof(double), sizeof(double) * N, 1, cudaMemcpyHostToDevice);
    unsigned int blocksize = 1024;
    unsigned int nblocks = (N + blocksize - 1) / blocksize;
    kernel <<<nblocks, blocksize>>>(pitch, d_A, N);
    cudaFree(d_A);
    delete [] A;
    return 0;
}

#包括
__全局无效内核（大小为mpitch，双*A，整数N）
{
int idx=threadIdx.x+blockIdx.x*blockDim.x；
while（idx

错误检查可以在调试中起到很大的作用。你来这里之前一定要用它

不清楚是否需要行或列向量，即[1xN]或[Nx1]的矩阵

我已经添加了一个关于Talomnies建议的解释，但首先是“工作代码板”

这是[Nx1]

#include <cstdio>
#include <iostream>
#include <cuda.h>

using namespace std;

__global__ void kernel(size_t mpitch, double * A, int N)
{
    int idx = threadIdx.x + blockIdx.x * blockDim.x;
    if(idx>=N) return;
    double e = *(double *)(((char *) A + idx * mpitch));
    printf("(%f)", e);

}
int main()
{
    int N = 15;
    double * A  = new double[N], * d_A;
    size_t pitch;

    for (int i = 0; i < N; ++i)
    {
        A[i] = i;
    }

    cudaError_t err = cudaMallocPitch(&d_A, &pitch, sizeof(double), N);
    if(err!=cudaSuccess) cout<<"err0:"<<cudaGetErrorString(err)<<endl;

    err = cudaMemcpy2D(d_A, pitch, A, sizeof(double), sizeof(double), N, cudaMemcpyHostToDevice);
    if(err!=cudaSuccess) cout<<"err1:"<<cudaGetErrorString(err)<<endl;

    unsigned int blocksize = 1024;
    unsigned int nblocks = (N + blocksize - 1) / blocksize;
    kernel <<<nblocks, blocksize>>>(pitch, d_A, N);

    cudaDeviceSynchronize();
    err = cudaGetLastError();
    if(err!=cudaSuccess) cout<<"err2:"<<cudaGetErrorString(err)<<endl;

    cudaFree(d_A);
    delete [] A;
    return 0;
}

这对于行向量是正确的，因为API是

cudamallocitch（void***指针，size\u t*pitch\u返回，size\u t行宽度，以字节为单位，size\u t行计数）

但是如果我们想执行列向量正确调用

cudaMallocPitch(&d_A, &pitch, sizeof(double), N);

访问： 对于访问，您混淆了访问行和访问行中的元素

double e = *(double *)(((char *) A + idx * mpitch) + N);

再次坚持文档。Cudamallotch的API文档包括

T* pElement = (T*)((char*)BaseAddress + Row * pitch) + Column;

对我们来说，这意味着

int column=0;
double element=(double*) ((char*)A + idx * mpitch) + column;

为了完整性，我使用了

column=0

，因为我们没有多个列

复制：

cudaMemcpy2D(d_A, pitch, A, N * sizeof(double), sizeof(double) * N, 1, cudaMemcpyHostToDevice);

对于这种情况，这是正确的。

cudaMemcpy2D

的API是

cudaMemcpy2D(void* destination, size_t pitch_from_mallocPitch, const void* source, size_t source_pitch_bytes, size_t src_width_in_bytes, size_t src_rows_count, enum type_of_xfer);

---

我猜它应该是

内核（size\u t mpitch，double*A，int N）

，对吗？正确。我已经编辑过了。谢谢。好吧，我的地址计算错了；但是，您仍然应该使用错误检查和检查您正在计算的索引，因为它们正在生成出界访问。非常感谢。你帮了我很多！是的，给你；）我得说我不喜欢这种回答。它只是一个工作代码板，完全无法解释什么是错误的，为什么是错误的，以及需要什么来修复它。当下一个有类似问题的人发现searxh的问题时，他们将被迫区分OP的代码和此答案中的版本，以查看更改是什么，然后尝试自己理解它们。我一直认为，如果一张图片能抵得上千言万语，那么一个针对这个主题的可编译的简短示例肯定能抵得上两千字。我学习更复杂问题的大部分方法是创建或查找这样的示例，然后慢慢地将其转换为我的应用程序。然而，我相信你是对的，对于一些人来说，用

文本板解释更重要的细节会很有用。
int column=0;
double element=(double*) ((char*)A + idx * mpitch) + column;

cudaMemcpy2D(d_A, pitch, A, N * sizeof(double), sizeof(double) * N, 1, cudaMemcpyHostToDevice);

cudaMemcpy2D(void* destination, size_t pitch_from_mallocPitch, const void* source, size_t source_pitch_bytes, size_t src_width_in_bytes, size_t src_rows_count, enum type_of_xfer);