Variables cuda：为设备内存使用全局变量

我有一个关于如何在cuda代码中使用适当变量的问题。我的程序有很多数组，需要在不同的函数中访问它们，我希望避免传递它们，并且希望使用全局变量和二维mallocpitch数组，而不是平坦的一维数组。所以，我在想这样的事情：

__device__ double * dataPtr ;
__device__ size_t dataPitch;
....
int main()
{
 double * dataPtrLoc; size_t dataPitchLoc;
cudaMallocPitch( (void**) &dataPtrLoc, &dataPitchLoc, width*sizeof(double), height);
cudaMemcpyToSymbol(dataPtr, &dataPtrLoc, sizeof(dataPtrLoc));
cudaMemcpyToSymbol(dataPitch, &dataPitchLoc, sizeof(dataPitchLoc));
...
}

它看起来像是一种获取全局2D设备数据的好方法吗？你能提出建议吗

编辑：我制作了这个程序，它编译和运行良好：

#include <stdio.h>
__device__ int *d_gridPtr;
__device__ size_t d_gridPitch;

__device__ int valij(int ii, int jj)
{
  int* row = (int*)((char*)d_gridPtr + ii * d_gridPitch);
  return (row[jj]);
}

__global__ void printval()
{
  int val0, val1, val2, val3;
  val0= valij(0,0);
  val1= valij(0,1);
  val2= valij(1,0);
  val3= valij(1,1);
  printf("%d %d %d %d \n", val0, val1, val2, val3);
}

int main()
{
  size_t d_gridPitchLoc;
  int * d_gridPtrLoc;  
  cudaMallocPitch((void**)&d_gridPtrLoc, &d_gridPitchLoc, 2 * sizeof(int), 2);
  cudaMemcpyToSymbol(d_gridPtr, & d_gridPtrLoc, sizeof(d_gridPtrLoc));
  cudaMemcpyToSymbol(d_gridPitch, &d_gridPitchLoc, sizeof(float));

  int h_mem[2*2]={0,1,100,4};  
  size_t hostpitch = 2* sizeof(int);
  cudaMemcpy2D(d_gridPtrLoc,d_gridPitchLoc,h_mem,hostpitch,2*sizeof(int),2,cudaMemcpyHostToDevice );

  printval<<<1,1>>> ();
  cudaDeviceReset();  
}

#包括
__设备uuu int*d_gridPtr；
__设备尺寸和网格间距；
__设备_uujint valij（int ii，int jj）
{
int*行=（int*）（（char*）d_gridPtr+ii*d_gridPitch）；
返回（行[jj]）；
}
__全局_uu; void printval（）
{
int val0，val1，val2，val3；
val0=valij（0,0）；
val1=valij（0,1）；
val2=valij（1,0）；
val3=valij（1,1）；
printf（“%d%d%d%d\n”，val0，val1，val2，val3）；
}
int main（）
{
尺寸和尺寸；
int*d_gridPtrLoc；
cudaMallocPitch（（void**）和d_gridPtrLoc和d_gridPitchLoc，2*sizeof（int），2）；
cudaMemcpyToSymbol（d_gridPtr和d_gridPtrLoc，sizeof（d_gridPtrLoc））；
cudaMemcpyToSymbol（d_gridPitch，&d_gridPitchLoc，sizeof（float））；
int h_mem[2*2]={0,1100,4}；
尺寸=2*sizeof（int）；
cudaMemcpy2D（d_gridPtrLoc，d_gridPitchLoc，h_mem，hostpitch，2*sizeof（int），2，cudamemcpyhostodevice）；
printval（）；
cudaDeviceReset（）；
}
< /代码> 如果一个翘曲或块的所有线程同时访问相同的只读全局内存地址（例如数组索引），则考虑将只读全局数据存储在<代码>如果写入数据，则不能使用
\uuuuu常量\uuuu

如果您的数组是只读的，并且您的访问模式具有强的2D局部性（在一个扭曲和/或块内），考虑使用纹理代替.< /p> ，如果一个翘曲或块的所有线程同时访问相同的只读全局内存地址（例如数组索引），然后考虑将只读全局数据存储在<代码>如果写入数据，则不能使用
\uuuuu常量\uuuu

如果您的数组是只读的，并且您的访问模式具有强的2D局部性（在扭曲和/或块内），请考虑使用纹理代替。
该代码不能工作。但对于这类事情，常量内存更有意义。无论数据是常量还是无关数据，您只是将指向全局内存数据的指针存储在常量内存中，而不是数据本身。这就是内核参数在费米GPU中的实现方式。我的数据不是常数。我记得读过一篇文章，恒定内存不一定是恒定的，只是缓存的全局内存（虽然不确定）。那么，您是否仍然认为，常量内存会起作用？那么，您是否建议使用_uuu设备_uuu常量_uuuuuu双*数据ptr并将内存符号复制到其中？在CUDA中将2D数据保持为2D可以提高性能，特别是在mem访问中存在空间局部性的情况下（在两个维度上，编译器都会明显看到合并等）。另外，如果您的数组适合于固定设备内存，则按如下方式声明：
\uuuuuu constant\uuuuuu\uuuuuu device\uuuuuuu\int dMyContantArray[1024]该代码不起作用-复制到dataPtr是错误的。但对于这类事情，常量内存更有意义。无论数据是常量还是无关数据，您只是将指向全局内存数据的指针存储在常量内存中，而不是数据本身。这就是内核参数在费米GPU中的实现方式。我的数据不是常数。我记得读过一篇文章，恒定内存不一定是恒定的，只是缓存的全局内存（虽然不确定）。那么，您是否仍然认为，常量内存会起作用？那么，您是否建议使用_uuu设备_uuu常量_uuuuuu双*数据ptr并将内存符号复制到其中？在CUDA中将2D数据保持为2D可以提高性能，特别是在mem访问中存在空间局部性的情况下（在两个维度上，编译器都会明显看到合并等）。另外，如果您的数组适合于固定设备内存，则按如下方式声明：
\uuuuuu constant\uuuuuu\uuuuuu device\uuuuuuu\int dMyContantArray[1024]