CUDA：将设备函数作为参数传递给全局函数

如何让这样的东西工作

#定义Eval（x，y，func）{y=func（x）；}
__全局无效求值（双*xs，双*ys，int N，双f（双））
{
int tid=threadIdx.x；
如果（tid

然后在我的主函数里面

double*xs_d，*ys_d；
双*xs_h，*ys_h；
xs_h=（双*）malloc（sizeof（双）*256）；
ys_h=（双*）malloc（双*256）；
cudaMalloc（（无效**）和xs_d，sizeof（双）*256）；
cudaMalloc（（无效**）和ys_d，sizeof（双）*256；
对于（int i=0；i<256；i++）
{
xs_h[i]=（双）i；
}
HANDLE_ERROR（cudaMemcpy（xs_d，xs_h，256*sizeof（double），cudaMemcpyHostToDevice））；
评估（xs_d，ys_d，256，Sin）；
cudaDeviceSynchronize（）；
句柄错误（cudaMemcpy（ys_h，ys_d，256*sizeof（双精度），cudaMemcpyDeviceToHost））；

它在最后一行失败了。到目前为止，我已经看到了类似的解决方案，但它们使用了

\uuuu device\uuuu

函数，主机（例如

main

函数）无法更改或访问这些函数。例如，我不能将

\uuuu设备\uuuu int*fptrf1=（int*）f1（取自示例）位于main内部。是否有可能以某种方式拥有这种灵活性

例如，我不能将
\uuuu设备\uuuu int*fptrf1=（int*）f1（取自示例）位于
main
内部。是否有可能以某种方式拥有这种灵活性

一种可能的方法是使用：

$cat t151.cu
#定义Eval（x，y，func）{y=func（x）；}
模板
__全局无效求值（双*xs，双*ys，int N，F）
{
int tid=threadIdx.x；
如果（tid

（CUDA 11.3）

对于指针使用的各种设备函数，本文将链接到许多示例。
谢谢。我有几个后续问题。
\uuuuu主机\uuuuuu设备\uuuuuu
是什么意思？
[]]
在
[]\uuuuuuuu主机\uuuuuuuu设备\uuuuuuuuuuu
中是什么意思？这是指向函数的指针吗？我可以硬编码类型而不是使用模板吗？那么该类型是什么？
\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu设备
用于向CUDA编译器。在本例中，
\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu主机部分是不必要的，您可以删除该部分，其工作方式与此相同<代码> []/COD>语法是C++ lambda语法的一部分。我无法在这些评论的空间中给你一个关于C++ lambda函数的教程。
$ cat t151.cu
#define Eval(x, y, func) {y = func(x);}
template <typename F>
__global__ void Evaluate(double *xs, double *ys, int N, F f)
{
    int tid = threadIdx.x;
    if (tid < N)
        Eval(xs[tid], ys[tid], f);


}

int main(){
    double *xs_d, *ys_d;
    double *xs_h, *ys_h;
    xs_h = (double *) malloc(sizeof(double) * 256);
    ys_h = (double *) malloc(sizeof(double) * 256);
    cudaMalloc((void **)&xs_d, sizeof(double) * 256);
    cudaMalloc((void **)&ys_d, sizeof(double) * 256);
    for (int i = 0; i < 256; i++)
    {
        xs_h[i] = (double)i;
    }

    cudaMemcpy(xs_d, xs_h, 256*sizeof(double), cudaMemcpyHostToDevice);
    auto Sinlambda = [] __host__ __device__ (double v) {return sin(v);};
    Evaluate<<<1,256>>>(xs_d, ys_d, 256, Sinlambda);
    cudaDeviceSynchronize();
    cudaMemcpy(ys_h, ys_d, 256*sizeof(double), cudaMemcpyDeviceToHost);
}
$ nvcc -o t151 t151.cu -std=c++11 --extended-lambda
$ cuda-memcheck ./t151
========= CUDA-MEMCHECK
========= ERROR SUMMARY: 0 errors
$