在Matlab中维护CUDA内核启动之间的gpuArray数据

我正在使用parallel.gpu.CUDAKernel在Matlab2011a中启动CUDA内核。我的代码设计为相同的gpuArray应该由循环中的后续内核启动填充，但每次启动都将自身限制为gpuArray的唯一段

在执行结束时，整个数组应该已满。但是，当我使用gather（）将内存传输回主机时，只有上次内核启动写入的内存是正确的；其他的都是空白。如果我在中间某个地方跳出循环，这也是事实。

我已经通过传递一个标志来指示内核迭代来验证了这一点。如果不是第一次迭代，那么内核什么也不做。但是，第一个内核写入的数据位置仍然是空的，即使后续内核什么都不做！如果我在启动第一个内核后直接跳出循环，情况就不是这样了

---

因此，在我看来，Matlab在内核启动之间重置gpuArray。有什么方法可以阻止它这样做吗？

如果捕获feval调用的输出，应该可以这样做。考虑一个像这样的小内核：

__global__ void setOneEl( double * array, double val, int element ) {
    array[element] = val;
}

然后，在MATLAB中运行以下代码，正如我相信您所追求的那样：

>> k = parallel.gpu.CUDAKernel('kern.ptx');
>> g = parallel.gpu.GPUArray.zeros(1,10);
>> for ii = 1:2:10, g = k.feval(g, rand, ii); end
>> gather(g)
ans =
         0    0.0975         0    0.2785         0    0.5469         0    0.9575         0    0.9649

---

为了与普通的MATLAB语义保持一致，

gpuArray

对象是基于值的，因此，当您希望修改

gpuArray

实例时，必须将输出值捕获回同一数组中，这与任何其他MATLAB数据类型一样。但是，请注意，

CUDAKernel.feval

调用可以理解将结果捕获到同一个变量中的时间，并且可以使用就地优化来避免复制。

并行计算工具箱中的gpuArray功能不强。你最好穿件夹克。虽然我有偏见，因为我工作的夹克，我不是在开玩笑，当我说你不应该浪费你的时间与gpuArray的。如果你不打算使用Jacket，最好还是坚持使用CPU或编写自己的CUDA代码。它看起来是一款很棒的产品。不幸的是，作为一名学生，我仅限于自由软件和大学提供的软件。现在我要试着写一个mex接口，听起来不错。如果您向IT部门发送通知，要求他们购买夹克，他们可能会这样做。事实上，他们可能已经有了夹克的许可证（到目前为止，大多数大学都有一些夹克许可证）。