Memory management CUDA推力结果的内存管理：：具有设备对ptr返回类型的minmax_元素

我在设备内存中的dPointsWS中有一个点云，内存布局中首先存储所有的x坐标，然后是所有的y坐标，最后是所有的z坐标。我使用推力来计算这个点云的紧轴对齐边界框AABB。这是我的密码：

// use CUDA thrust library for AABB computation
thrust::pair<thrust::device_ptr<Real>, thrust::device_ptr<Real>> thrustAABB[3];

// do parrallel min_max reduction on GPU for each coordinate axis
thrust::device_ptr<Real> dPointsWS(mDPointsWS);
for (uint32 i = 0, offset = 0; i < 3; ++i, offset += mPointCount)
    thrustAABB[i] = thrust::minmax_element(dPointsWS + offset,
                                           dPointsWS + offset + mPointCount);
cudaDeviceSynchronize();

// get results from the GPU
for (uint32 i = 0; i < 3; ++i)
{
    mAABBWS[2 * i + 0] = *thrustAABB[i].first;
    mAABBWS[2 * i + 1] = *thrustAABB[i].second;
}

我想知道的是，在最后一个代码块之前，推力：：minmax_元素的结果存储在哪里。最后，我已将结果下载到主机内存中，但我希望避免这种情况。 我发现了以下文章： . 但是，我的情况不同，因为我使用返回类型推力：：对

---

当reduce函数返回一对设备对象时，最小和最大结果应该存储在GPU上，还是我误解了这一点？但是如果结果存储在GPU上，我如何控制它们的生存期呢。例如，我希望使用OpenGL直接使用AABB绘图的结果，而无需将其下载到主机内存。

最小元素和最大元素驻留在mDPointsWS数组或指向的任何数组中；您还没有展示完整的示例。推力操作不会在任何地方移动任何数据或存储任何数值最小/最大结果。在本例中，它只返回两个device_ptr指针，这两个指针都有效地指向mDPointsWS数组中的位置，或者mDPointsWS引用的任何底层数组分配。一个指向该数组中max元素的位置。另一个指向该数组中min元素的位置，即在offset和offset+mPointCount范围内

因此，结果的生存期就是mDPointsWS引用的底层数组的生存期，而mDPointsWS可能是您分配的，因此您应该知道并能够控制它的生存期。在这种情况下，结果存储在GPU上——就在您将它们放入mDPointsWS数组的地方——它们没有移动到任何地方

---

指针的生存期正好是PushTorAABB数组的生存期，据推测，您还创建、分配了该数组，并可以控制其生存期。

非常感谢！这回答了我的问题。我没有把我的理由说清楚。我知道如何控制dPointsWS的内存分配。我错误地认为，推力将发现的结果存储在GPU的某个额外空间中，这让我感到困惑。但是结果只由返回的对指向，这些指针直接引用dPointsWS中的元素。