第六篇：二维数组的传输 (host <-> device)

前言

本文的目的很明确：介绍如何将二维数组传递进显存，以及如何将二维数组从显存传递回主机端。

实现步骤

1. 在显存中为二维数组开辟空间

2. 获取该二维数组在显存中的 pitch 值 (cudaMallocPitch 实现)

3. 将二维数组传递进显存 (cudaMemcpy2D 实现)

4. 在显存中对该二维数组进行处理 (目前必须按照 1 维数组的规则进行处理)

5. 将结果传递回内存 (cudaMemcpy2D实现)

重要概念 - pitch

对于内存的存取来说，对准偏移量为2的幂（现在一般要求2^4=16）的地址能获取更快的速度，而如果不对齐，可能你需要的数据需要更多的存取次数才能得到。

为了满足这个条件，对于一个二维数组来说（行优先row major），就希望每一行的开头都满足“对齐”。如果一行的长度不规整，导致下一行开头不在指定的位置，就需要在每一行末尾进行填充（padding），从而使得每一行都对齐，这和BMP格式的像素存储是一个道理。

pitch就是指每一行的字节数 + padding的字节数 。

使用 cudaMemcpy2D 的目的仅是为了利用 pitch 机制提升二维数组中元素的访问速度。事实上二维数组传递进显存后，还是得按照一维数组的规范去处理该二维矩阵。global 函数中目前不支持多下标访问，好坑。。

代码示例

 #include "cuda.h"
 #include "cuda_runtime.h"

 #include <iostream>

 using namespace std;

 // 定义测试二维数组的行列数
 const int R = ;
 const int C = ;

 int main()
 {
     // 定义一个用于测试的二维数组，其每个元素都赋值为0，并将其打印出来。
     int array2D[R][C];
     cout << "传输前的测试矩阵:" << endl;
     for (int i=; i<R; i++) {
         for (int j=; j<C; j++) {
             array2D[i][j] = ;
             cout << array2D[i][j] << " ";
         }
         cout << endl;
     }

     // 再定义另一个同样大小的二维数组用于获取从显存传回的结果
     int result[R][C];
     cout << "传输前的结果矩阵:" << endl;
     for (int i=; i<R; i++) {
         for (int j=; j<C; j++) {
             result[i][j] = ;
             cout << result[i][j] << " ";
         }
         cout << endl;
     }

     // 为此二维数组在显存中分配内存
     int *d_array2D;
     cudaMalloc ((void**)&d_array2D, sizeof(int)*R*C);

     // 获取显存中的二维数组的 pitch 值
     size_t d_pitch;
     cudaMallocPitch ((void**) &d_array2D, &d_pitch, sizeof(int)*C, R);

     // 将二维数组转移进显存
      cudaMemcpy2D (
          d_array2D,    // 目的地址
          d_pitch,    // 目的 pitch
          array2D,    // 源地址
          sizeof(int)*C,    // 源 pitch
          sizeof(int)*C,    // 数据拷贝宽度
          R,    // 数据拷贝高度
          cudaMemcpyHostToDevice    // 数据传递方向
         );

      // 将二维数组从显存传输回主机端的结果矩阵中
      cudaMemcpy2D (
          result,    // 目的地址
          sizeof(int)*C,    // 目的 pitch
          d_array2D,    // 源地址
          d_pitch,    // 源 pitch
          sizeof(int)*C,    // 数据拷贝宽度
          R,    // 数据拷贝高度
          cudaMemcpyDeviceToHost    // 数据传递方向
         );

     // 打印传回到结果矩阵的数据
     cout << "从显存获取到测试矩阵后的结果矩阵:" << endl;
     for (int i=; i<R; i++) {
         for (int j=; j<C; j++) {
             cout << result[i][j] << " ";
         }
         cout << endl;
     }

     cudaFree (d_array2D);

     cin.get();

     return EXIT_SUCCESS;
 }

运行测试

小结

本文介绍的仅仅是二维数组在两端之间的传输！当二维数组传递进了显存，在对其操作的过程中，是需要对其进行一个一维到二维的下标操作转换的，global 中不支持多下标访问。之所以加入 pitch 并使用 cudaMemcpy2D 只是为了提高元素的访问速度。

如果需要具体处理传递进入的二维数组，还要将 pitch 也作为参数传递进 kernel 函数，如下所示：

 // 下面的 kernel 函数将二维数组的所有位置为 2
 __global__
 void kernelFun (int *d_array2D, int pitch)
 {
     for (int i=; i<R; i++) {
         int *row = (int *)((char *)d_array2D+i*pitch);
         for (int j=; j<C; j++) {
             row[j] = ;
         }
     }

     return;
 }