如何动态生成cudamaloc

我需要动态执行cudaMalloc来为动态扩展的数组分配内存，数组的大小可以在很大范围内变化。此数组表示两个表上的联接操作的结果，因此它可以是零大小，也可以达到最大数据量（当表包含完全相似的数据时）

如果由于期望表的数据几乎相似而分配内存，我可以得到大量根本没有使用的内存

---

那么，是否有某种方法可以使用CUDA动态执行内存分配以提高内存使用效率？

没有方法动态扩展内核中以前分配的内存。最接近的是费米上的“新建”和“删除”。但是那些分配新的块，它们不会扩展您现有的块。但是，我认为在内核中扩展分配的内存没有任何意义。只需预先分配内核可以使用的最大内存量。如果这意味着您没有足够的内存来完成之后的数据处理，那么如果您能够动态扩展内存，那么程序无论如何也无法处理这种情况

---

此外，如果您要不断扩展分配的内存以保存新结果，则需要线程之间进行大量通信（因为所有线程都必须知道当前已找到多少个结果）。相反，不要试图创建一个没有间隙的结果集。让您的联接结果存储在整个分配的区域中，存储在与线程索引对应的位置。然后，用第二个内核或推力扫描结果，将结果收集在一起。

我不理解这个问题。Cudamaloc是动态的运行时内存分配。你是在问在运行的内核中进行内存分配还是其他什么？你是否希望Cudamaloc自动为你的数组保留额外的内存位，如果你需要扩展它的话？我的意思是，在运行内核之前，数组首先以最小的大小分配，但它可以扩展（额外内存分配）在内核运行时