在把CPU的结构体数组传递到GPU内存中遇到好多问题,找不到太多的资料,最后只能靠自己慢慢摸索
CPU上的代码我们一般称为 Host代码 GPU上面的一般叫Device 代码,之所以这样区分是由于GPU的内存和CPU的内存是相互独立的,它们的数据没法直接相互调用,只能通过cuda的一些方法进行操作,最常用的是 cudaMalloc和cudaMemcpy
cudaMalloc是用来在GPU上申请内存 如:,
int *dev_b = 0
cudaMalloc((void**)&dev_b, size * sizeof(int));
注:这时dev_b会保存一个指向GPU内存的指针,但是CPU是无法访问GPU上面的数据,所以利用这个指针做任何获取数据或者赋值都是会出错的,理解这点对传递数据很重要
cudaMemcpy是用来在cpu和gpu之间传递数据
cudaMemcpy(dev_b, b, size * sizeof(int), cudaMemcpyHostToDevice);//把CPU的内存传递到GPU上
cudaMemcpy(c, dev_c, size * sizeof(int), cudaMemcpyDeviceToHost);//把GPU的内存传递到CPU上
这两个方法的使用看下官方提供的例子就很容易理解了:
#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include <stdio.h>
cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size);
__global__ void addKernel(int *c, const int *a, const int *b)
{
int i = threadIdx.x;
c[i] = a[i] + b[i];
}
int main()
{
const int arraySize = 5;
const int a[arraySize] = { 1, 2, 3, 4, 5 };
const int b[arraySize] = { 10, 20, 30, 40, 50 };
int c[arraySize] = { 0 };
// Add vectors in parallel.
cudaError_t cudaStatus = addWithCuda(c