启动CUDA内核序列并在它们之间进行数据传输

我有两个内核在同一个文件中，代码应该运行第一个内核来生成一个数组。然后我需要将生成的数组发送到第二个内核。 但是，当我这样做时，第二个内核看到所有数组元素都是0

这里是简化（不是可运行的代码）只是一个psyducode

 cudaMalloc(device input array)
 cudaMalloc(result array)    
 cudaMemcpy(device_input_array,inputarray,size,hosttodevice)    
 kernel1<<<1,n>>(device_input_array,device_result_array)
 cudaMemcpy(host_result_array,device_result_array ... )     
 cudaMalloc(dev_secndarray)    
 kernel2<<<1,n>>>(dev_secndarray,device_result_array )

cudamaloc（设备输入阵列）
Cudamaloc（结果数组）
cudaMemcpy（设备\输入\阵列、输入阵列、大小、主机设备）
内核1通过
cudamaloc
分配的内存一直存在，直到应用程序结束，或者直到您显式释放内存。因此，
设备\u结果\u数组
可以作为输入直接传递给第二个内核。我建议采用以下模式：

cudaMalloc(device_input_array)
cudaMalloc(device_intermediate_result_array)
cudaMalloc(device_final_result_array)
cudaMemcpy(device_input_array,host_input_array,size,hosttodevice) 
kernel1<<<G,B>>>(device_input_array,device_intermediate_result_array)
kernel2<<<G,B>>>(device_intermediate_result_array,device_final_result_array)
cudaMemcpy(host_result_array,device_final_result_array,size,devicetohost)

cudamaloc（设备输入阵列）
cudaMalloc（设备\中间\结果\阵列）
Cudamaloc（设备\最终\结果\阵列）
cudaMemcpy（设备输入阵列、主机输入阵列、大小、主机设备）
内核1（设备\输入\数组、设备\中间\结果\数组）
内核2（设备\中间\结果\数组、设备\最终\结果\数组）
cudaMemcpy（主机结果数组、设备最终结果数组、大小、设备主机）

如果出于某种原因，您确实需要在设备中复制中间结果，您可以选择调用
cudaMemcpy（…，cudaMemcpyDeviceToDevice）

无论哪种情况，都不要将中间结果复制到主机（除非您出于其他原因确实需要它）。主机设备拷贝很昂贵