Java 如何在JCuda中将结构传递给内核

我已经看过这篇文章了，它说我必须修改我的内核，只接受一维数组。然而，我拒绝相信在JCuda中创建一个结构并将其复制到设备内存是不可能的

我认为通常的实现是创建一个case类（scala术语），该类扩展一些本机api，然后可以将其转换为可以安全地传递到内核的结构。不幸的是，我没有在谷歌上找到任何东西，因此我提出了这个问题。

（这里是JCuda的作者（请不要叫“JCuda”）

正如评论中链接的论坛帖子所述：在CUDA内核中使用结构并从JCuda端填充它们并非不可能。这是非常复杂的，很少有好处

由于在GPU编程中使用结构很少有好处，因此您必须参考在搜索不同结构之间的差异时找到的结果

“结构阵列”与“阵列结构”

通常情况下，后者是GPU计算的首选，因为改进了内存合并，但这超出了我在这个答案中可以深刻总结的范围。在这里，我将只总结为什么在GPU计算中使用结构通常有点困难，在JCuda/Java中尤其困难

---

在普通C中，结构（理论上）非常简单，关于内存布局。想象一下这样的结构

struct Vertex {
    short a;
    float x;
    float y;
    float z;
    short b;
};

现在，您可以创建以下结构的数组：

Vertex* vertices = (Vertex*)malloc(n*sizeof(Vertex));

这些结构将保证作为一个连续内存块进行布局：

            |   vertices[0]      ||   vertices[1]      |
            |                    ||                    |
vertices -> [ a|  x |  y |  z | b][ a|  x |  y |  z | b]....

由于CUDA内核和C代码是用同一个编译器编译的，因此没有太多的音乐理解空间。主机端说“这里有一些内存，将其解释为

顶点

对象”，内核将接收相同的内存并使用它

尽管如此，即使在普通C中，在实践中也存在一些潜在的意外问题。编译器通常会在这些结构中引入填充，以实现某些对齐。因此，示例结构实际上可能具有如下布局：

struct Vertex {
    short a;        // 2 bytes
    char PADDING_0  // Padding byte
    char PADDING_1  // Padding byte
    float x;        // 4 bytes
    float y;        // 4 bytes
    float z;        // 4 bytes
    short b;        // 2 bytes
    char PADDING_2  // Padding byte
    char PADDING_3  // Padding byte
};

// 1 short + 3 floats + 1 short, no paddings
int sizeOfVertex = 2 + 4 + 4 + 4 + 2; 

// Allocate data for 2 vertices
ByteBuffer data = ByteBuffer.allocateDirect(sizeOfVertex * 2);

// Set vertices[0].a and vertices[0].x and vertices[0].y
data.position(0).asShortBuffer().put(0, a0);
data.position(2).asFloatBuffer().put(0, x0);
data.position(2).asFloatBuffer().put(1, y0);

// Set vertices[1].a and vertices[1].x and vertices[1].y
data.position(sizeOfVertex+0).asShortBuffer().put(0, a1);
data.position(sizeOfVertex+2).asFloatBuffer().put(0, x1);
data.position(sizeOfVertex+2).asFloatBuffer().put(1, y1);

// Copy the Vertex data to the device
cudaMemcpy(deviceData, Pointer.to(data), cudaMemcpyHostToDevice);

这样做是为了确保结构与32位（4字节）字边界对齐。此外，某些pragmas和编译器指令可能会影响这种对齐。CUDA另外更喜欢某些内存对齐，因此这些指令在CUDA头中大量使用

简而言之：当您在C中定义一个

struct

，然后将

sizeof（YourStruct）

（或结构的实际布局）打印到控制台时，您将很难预测它将实际打印什么。期待一些惊喜

---

在JCuda/Java中，世界是不同的。根本没有

struct

s。当您创建一个Java类时，如

class Vertex {
    short a;
    float x;
    float y;
    float z;
    short b;
}

然后创建一个数组

Vertex vertices[2] = new Vertex[2];
vertices[0] = new Vertex();
vertices[1] = new Vertex();

然后这些

顶点

对象可能会在内存中任意分散。您甚至不知道一个

顶点
对象有多大，也很难找到它。因此，试图在JCuda中创建一个结构数组并将其传递给CUDA内核是没有意义的


然而，如上所述：它仍然是可能的，以某种形式如果您知道您的结构在CUDA内核中的内存布局，那么您可以创建一个与此结构布局“兼容”的内存块，并从Java端填充它。对于上面提到的
struct Vertex
之类的东西，这可能大致如下（涉及一些伪代码）：

struct Vertex {
    short a;        // 2 bytes
    char PADDING_0  // Padding byte
    char PADDING_1  // Padding byte
    float x;        // 4 bytes
    float y;        // 4 bytes
    float z;        // 4 bytes
    short b;        // 2 bytes
    char PADDING_2  // Padding byte
    char PADDING_3  // Padding byte
};

// 1 short + 3 floats + 1 short, no paddings
int sizeOfVertex = 2 + 4 + 4 + 4 + 2; 

// Allocate data for 2 vertices
ByteBuffer data = ByteBuffer.allocateDirect(sizeOfVertex * 2);

// Set vertices[0].a and vertices[0].x and vertices[0].y
data.position(0).asShortBuffer().put(0, a0);
data.position(2).asFloatBuffer().put(0, x0);
data.position(2).asFloatBuffer().put(1, y0);

// Set vertices[1].a and vertices[1].x and vertices[1].y
data.position(sizeOfVertex+0).asShortBuffer().put(0, a1);
data.position(sizeOfVertex+2).asFloatBuffer().put(0, x1);
data.position(sizeOfVertex+2).asFloatBuffer().put(1, y1);

// Copy the Vertex data to the device
cudaMemcpy(deviceData, Pointer.to(data), cudaMemcpyHostToDevice);

它基本上归结为将内存保存在
字节缓冲区中，并手动访问与所需结构的所需字段相对应的内存区域

但是，<强>警告< /强>：您必须考虑在几个CUDA—C编译器版本或平台之间不完全可移植的可能性。当您在32位Linux机器和64位Windows机器上编译内核（包含
struct
定义）一次时，结构布局可能会有所不同（您的Java代码必须知道这一点）

（注意：可以定义接口来简化这些访问。例如，我尝试创建一些更像C结构的实用程序类，并在某种程度上自动化复制过程。但无论如何，与普通C相比，这将是不方便的（并且没有实现真正好的性能）
（这里是JCuda的作者（不是“JCuda”），请

正如评论中链接的论坛帖子所述：在CUDA内核中使用结构并从JCuda端填充它们并非不可能。这是非常复杂的，很少有好处

由于在GPU编程中使用结构很少有好处，因此您必须参考在搜索不同结构之间的差异时找到的结果

“结构阵列”与“阵列结构”

通常情况下，后者是GPU计算的首选，因为改进了内存合并，但这超出了我在这个答案中可以深刻总结的范围。在这里，我将只总结为什么在GPU计算中使用结构通常有点困难，在JCuda/Java中尤其困难


在普通C中，结构（理论上）非常简单，关于内存布局。想象一下这样的结构

struct Vertex {
    short a;
    float x;
    float y;
    float z;
    short b;
};

现在，您可以创建以下结构的数组：

Vertex* vertices = (Vertex*)malloc(n*sizeof(Vertex));

这些结构将保证作为一个连续内存块进行布局：

            |   vertices[0]      ||   vertices[1]      |
            |                    ||                    |
vertices -> [ a|  x |  y |  z | b][ a|  x |  y |  z | b]....

由于CUDA内核和C代码是用同一个编译器编译的，因此没有太多的音乐理解空间。主机端说“这里有一些内存，将其解释为
顶点
对象”，内核将接收相同的内存并使用它

尽管如此，即使是在平原C，也有在实践中