基本CUDA指针/阵列内存分配和使用 我上周开始CUDA，因为我必须将现有的C++程序转换成CUDA来进行研究。p>

这是一个基本的例子从CUDA的例子书，我推荐给任何人谁想要学习CUDA

有人能解释一下如何用“dev_c”（一个空指针）分配GPU内存吗

HANDLE_ERROR( cudaMalloc( (void**)&dev_c, N * sizeof(int) ) );

然后，在调用函数“add”时不传递任何“dev_c”值，而是将*c作为全局函数中的数组处理，并从函数中写入？当它没有被定义为数组时，为什么这是可能的

add<<<N,1>>>( dev_a, dev_b, dev_c );

我希望我能很好地解释我自己，但请随时提出任何后续问题。C和CUDA都是新手，所以要友善：D

完整代码如下：

#include "book.h"

#define N   1000

__global__ void add( int *a, int *b, int *c ) {
    int tid = blockIdx.x;    // this thread handles the data at its thread id
    if (tid < N)
        c[tid] = a[tid] + b[tid];
}

int main( void ) {
    int a[N], b[N], c[N];
    int *dev_a, *dev_b, *dev_c;

    // allocate the memory on the GPU
    HANDLE_ERROR( cudaMalloc( (void**)&dev_a, N * sizeof(int) ) );
    HANDLE_ERROR( cudaMalloc( (void**)&dev_b, N * sizeof(int) ) );
    HANDLE_ERROR( cudaMalloc( (void**)&dev_c, N * sizeof(int) ) );

    // fill the arrays 'a' and 'b' on the CPU
    for (int i=0; i<N; i++) {
        a[i] = -i;
        b[i] = i * i;
    }

    // copy the arrays 'a' and 'b' to the GPU
    HANDLE_ERROR( cudaMemcpy( dev_a, a, N * sizeof(int),
                                cudaMemcpyHostToDevice ) );
    HANDLE_ERROR( cudaMemcpy( dev_b, b, N * sizeof(int),
                                cudaMemcpyHostToDevice ) );

    add<<<N,1>>>( dev_a, dev_b, dev_c );

    // copy the array 'c' back from the GPU to the CPU
    HANDLE_ERROR( cudaMemcpy( c, dev_c, N * sizeof(int),
                                cudaMemcpyDeviceToHost ) );

    // display the results
    for (int i=0; i<N; i++) {
        printf( "%d + %d = %d\n", a[i], b[i], c[i] );
    }

    // free the memory allocated on the GPU
    HANDLE_ERROR( cudaFree( dev_a ) );
    HANDLE_ERROR( cudaFree( dev_b ) );
    HANDLE_ERROR( cudaFree( dev_c ) );

    return 0;
}

#包括“book.h”
#定义N 1000
__全局无效添加（int*a、int*b、int*c）{
int tid=blockIdx.x；//此线程在其线程id处处理数据
如果（tid对于（int i＝0；i＜p>）在一个问题的空间里不可能教CUDA。我会尝试回答你的问题，但是你应该利用一些资源。如果你不知道C或C++，这将特别困难，因为典型的CUDA编程依赖于这些。
您可能需要参加一些介绍性网络研讨会，例如：

使用CUDA C的GPU计算–简介（2010）
介绍使用CUDA C进行GPU计算的基础知识。概念将通过代码示例演练进行说明。无需具备GPU计算经验

使用CUDA C的GPU计算–高级1（2010）
一级优化技术，如全局内存优化和处理器利用率。将使用实际代码示例说明这些概念

现在回答你的问题：

有人能解释一下如何用“dev_c”（一个空指针）分配GPU内存吗

HANDLE_ERROR( cudaMalloc( (void**)&dev_c, N * sizeof(int) ) );

dev_c
一开始是一个空指针。但是
cudamaloc
函数根据传递给它的大小，建立一个指向该分配的指针，并将该指针存储到
dev_c
指针中。它可以这样做，因为我们是
dev_c
，而不是实际的指针本身

然后，在调用函数“add”时不传递任何“dev_c”值，而是将*c视为全局函数中的一个数组，并从函数中写入它？如果它在任何地方都没有定义为数组，为什么会这样呢

add<<<N,1>>>( dev_a, dev_b, dev_c );

在C语言中，一个指针（即
dev_C
是什么）可以指向单个值或值数组。指针本身不包含有关它指向的数据量的信息。由于
dev_c
正在存储结果，并且它已经由前面的
cudamaloc
函数正确初始化，因此我们可以使用它将操作结果存储在内核中l、 
dev_c
实际上指的是
int
的（一个数组）存储区域，其大小由传递给前面的
cudamaloc
函数的
N*sizeof（int）
给出

最后，在执行以下加法时，术语c[0]、c[1]等究竟保存在哪里

c[tid] = a[tid] + b[tid];

在c中，当我们有这样一个函数定义时：

void my_function(int *c){...}

这意味着函数中的语句可以引用名为
c
的变量，就像它是指向一个或多个
int
值（单个值或值数组，从
c
指向的位置开始存储）的指针一样

当我们调用该函数时，我们可以使用另一个名为参数的变量，用于名为
c
的函数参数，如下所示：

int my_ints[32];
my_function(my_ints);

现在，在
my_函数
中，只要引用参数
c
，它就会使用（指针）
my_ints
给出的参数值

同样的概念也适用于cuda函数（内核）及其参数和参数。
谢谢，这现在更有意义了！那么这是否意味着（数组）c中的值会保存在GPU全局内存中，而GPU全局内存是在Cudamaloc（（void**）和dev_c，N*sizeof（int））中分配的？是的。
c
的内核用法存储在为
c
参数传递的参数中，在本例中为
dev_c
。并且
dev_c
之前已使用设备全局内存中分配的大小设置。这本质上是c行为，与CUDA几乎没有任何关系。明白了！再次感谢您的支持详细的回复，非常感谢！