有没有更好更快的方法使用推力从CPU内存复制到GPU？

Question

最近我经常使用推力。我注意到，为了使用推力，必须始终将数据从 cpu 内存复制到 GPU 内存。
让我们看下面的示例：

int foo(int *foo)
{
     host_vector<int> m(foo, foo+ 100000);
     device_vector<int> s = m;
}

我不太确定 host_vector 构造函数是如何工作的，但似乎我正在复制来自 *foo 的初始数据两次- 一次在 host_vector 初始化时发送，另一次在 device_vector 初始化时发送。有没有更好的方法从 cpu 复制到 gpu 而无需制作中间数据副本？我知道我可以使用 device_ptr 作为包装器，但这仍然不能解决我的问题。
谢谢！

Answer 1

device_vector 的构造函数之一采用由两个迭代器指定的一系列元素。它足够聪明，可以理解示例中的原始指针，因此您可以直接构造一个 device_vector 并避免临时 host_vector：

void my_function_taking_host_ptr(int *raw_ptr, size_t n)
{
  // device_vector assumes raw_ptrs point to system memory
  thrust::device_vector<int> vec(raw_ptr, raw_ptr + n);

  ...
}

如果您的原始指针指向 CUDA 内存，请引入一个device_ptr：

void my_function_taking_cuda_ptr(int *raw_ptr, size_t n)
{
  // wrap raw_ptr before passing to device_vector
  thrust::device_ptr<int> d_ptr(raw_ptr);

  thrust::device_vector<int> vec(d_ptr, d_ptr + n);

  ...
}

使用device_ptr不会分配任何存储空间；它只是对类型系统中指针的位置进行编码。