c++ - cudaMemCpy2D() 的堆内存上具有连续行的二维数组

Question

CUDA documentation建议对 2D 数组使用 cudaMemCpy2D()(对于 3D 数组同样使用 cudaMemCpy3D())而不是 cudaMemCpy() 以获得更好的性能前者更恰本地分配设备内存。另一方面，所有 cudaMemCpy 函数，就像 memcpy() 一样，需要连续分配内存。

如果我创建我的(主机)数组，这一切都很好，例如，float myArray[h][w];。但是，如果我使用类似的东西，它很可能不起作用:

float** myArray2 = new float*[h];
for( int i = 0 ; i < h ; i++ ){
   myArray2[i] = new float[w];
}

这不是什么大问题，除非有人试图将 CUDA 实现到现有项目中，这正是我面临的问题。现在，我创建了一个临时的一维数组，将我的二维数组的内容复制到其中并使用 cudaMemCpy() 并在内核启动后重复整个过程以获取结果，但这似乎不是一种优雅/高效的方式。

有没有更好的方法来处理这种情况？具体来说，有没有办法在具有连续分配行的堆上创建真正的二维数组，以便我可以使用 cudaMemCpy2D()？

P.S:我在之前的类似帖子中找不到这个问题的答案:

• Allocate 2D array with cudaMallocPitch and copying with cudaMemcpy2D
• Assigning memory for contiguous 2D array
• Dynamic 2d Array non contiguous memory c++ (第二个答案在 这个有点令人费解。)

Answer 1

分配大数组，然后使用指针算法找到行的实际开头。

float* bigArray = new float[h * w]
float** myArray2 = new float*[h]
for( int i = 0 ; i < h ; i++ ){
   myArray2[i] = &bigArray[i * w];
}

您的 myArray2 指针数组为您提供了 C/C++ 风格的二维数组行为，bigArray 为您提供了 CUDA 所需的连续内存块。