GPU 与 CPU 之间最高效通用的拷贝方法

对于 DirectX/D3D 环境下的硬件解码，实现 GPU 与 CPU 之间最高效且通用的数据拷贝方法，我推荐使用以下方案：

1. 使用 Direct3D 11 的 Staging Texture

这是一种兼顾效率和通用性的方法，适用于大多数现代硬件和驱动程序。

步骤如下：

1. 创建 Staging Texture
2. 从 GPU 纹理复制到 Staging Texture
3. 映射 Staging Texture
4. 读取数据到 CPU 内存
5. 解除映射

示例代码：

```cpp
ID3D11Texture2D* gpuTexture;  // 假设这是你的 GPU 纹理
ID3D11Texture2D* stagingTexture;
ID3D11DeviceContext* context;
ID3D11Device* device;

// 1. 创建 Staging Texture
D3D11_TEXTURE2D_DESC desc;
gpuTexture->GetDesc(&desc);
desc.Usage = D3D11_USAGE_STAGING;
desc.CPUAccessFlags = D3D11_CPU_ACCESS_READ;
desc.BindFlags = 0;
desc.MiscFlags = 0;
HRESULT hr = device->CreateTexture2D(&desc, NULL, &stagingTexture);
if (FAILED(hr)) {
    // 错误处理
}

// 2. 复制 GPU 纹理到 Staging Texture
context->CopyResource(stagingTexture, gpuTexture);

// 3. 映射 Staging Texture
D3D11_MAPPED_SUBRESOURCE mappedResource;
hr = context->Map(stagingTexture, 0, D3D11_MAP_READ, 0, &mappedResource);
if (FAILED(hr)) {
    // 错误处理
}

// 4. 读取数据到 CPU 内存
size_t rowPitch = mappedResource.RowPitch;
size_t depthPitch = mappedResource.DepthPitch;
std::vector<uint8_t> cpuData(depthPitch);
uint8_t* pSrcRow = (uint8_t*)mappedResource.pData;

for (UINT row = 0; row < desc.Height; row++) {
    memcpy(cpuData.data() + row * desc.Width * 4, pSrcRow, desc.Width * 4);
    pSrcRow += rowPitch;
}

// 5. 解除映射
context->Unmap(stagingTexture, 0);

// 使用 cpuData...

// 清理
stagingTexture->Release();
```

这种方法的优点：

1. 通用性强：适用于大多数 DirectX 11 兼容的硬件。
2. 性能较好：利用了 GPU 的 DMA 引擎进行快速复制。
3. 灵活性高：可以只复制部分数据，而不是整个纹理。
4. 不会阻塞 GPU：复制操作是异步的。

注意事项：

1. 对于频繁的小规模传输，可以保留 Staging Texture 而不是每次都创建和销毁。
2. 考虑使用多线程：在一个线程中准备下一帧的数据，同时在另一个线程中处理当前帧的数据。
3. 如果可能，尽量批量处理数据传输，减少 Map/Unmap 的调用次数。
4. 对于特定的硬件和驱动，可能存在更优化的方法（如 NVIDIA 的 GPUDirect），但这些方法通常不够通用。

这种方法在效率和通用性之间取得了很好的平衡，适用于大多数 D3D 硬件解码场景。对于特定的应用场景和硬件平台，可能需要进一步的优化和调整。