簡短的回答是，你做不到。該cudaMallocPitch()函數(shù)正如其名稱所暗示的那樣，它分配了音調(diào)線性內(nèi)存，其中音調(diào)被選擇為GPU內(nèi)存控制器和紋理硬件的最佳選擇。
如果你想在內(nèi)核中使用指針數(shù)組，那么內(nèi)核代碼必須如下所示：
__global___ void add(int *dev_a[] ,int *dev_b[], int* dec_c[]){
for i=0;i<2;i++) {
for j=0;j<2;j++) {
dev_c[i][j]=dev_a[i][j]+dev_b[i][j];
}
}}然后你需要cudaMalloc在主機端進行嵌套調(diào)用來構(gòu)造指針數(shù)組并將其復(fù)制到設(shè)備內(nèi)存中。對于相當(dāng)簡單的2x2示例，分配單個數(shù)組的代碼如下所示：
int ** h_a = (int **)malloc(2 * sizeof(int *));cudaMalloc((void**)&h_a[0], 2*sizeof(int));cudaMalloc((void**)&h_a[1], 2*sizeof(int));int **d_a;cudaMalloc((void ***)&d_a, 2 * sizeof(int *));cudaMemcpy(d_a, h_a, 2*sizeof(int *), cudaMemcpyHostToDevice);
這將在d_a中保留指定的指針設(shè)備數(shù)組，并將其傳遞給內(nèi)核。
出于代碼復(fù)雜性和性能原因，您實際上不希望這樣做，使用CUDA代碼中的指針數(shù)組比使用線性內(nèi)存的替代方案更難和更慢。
要在CUDA中顯示使用指針數(shù)組的愚蠢行為，這里是一個完整的示例問題示例，它結(jié)合了上述兩個想法：
#include <cstdio>__global__ void add(int * dev_a[], int * dev_b[], int * dev_c[]){
for(int i=0;i<2;i++)
{
for(int j=0;j<2;j++)
{
dev_c[i][j]=dev_a[i][j]+dev_b[i][j];
}
}}inline void GPUassert(cudaError_t code, char * file, int line, bool Abort=true){
if (code != 0) {
fprintf(stderr, "GPUassert: %s %s %d\n", cudaGetErrorString(code),file,line);
if (Abort) exit(code);
} }#define GPUerrchk(ans) { GPUassert((ans), __FILE__, __LINE__); }int main(void){
const int aa[2][2]={{1,2},{3,4}};
const int bb[2][2]={{5,6},{7,8}};
int cc[2][2];
int ** h_a = (int **)malloc(2 * sizeof(int *));
for(int i=0; i<2;i++){
GPUerrchk(cudaMalloc((void**)&h_a[i], 2*sizeof(int)));
GPUerrchk(cudaMemcpy(h_a[i], &aa[i][0], 2*sizeof(int), cudaMemcpyHostToDevice));
}
int **d_a;
GPUerrchk(cudaMalloc((void ***)&d_a, 2 * sizeof(int *)));
GPUerrchk(cudaMemcpy(d_a, h_a, 2*sizeof(int *), cudaMemcpyHostToDevice));
int ** h_b = (int **)malloc(2 * sizeof(int *));
for(int i=0; i<2;i++){
GPUerrchk(cudaMalloc((void**)&h_b[i], 2*sizeof(int)));
GPUerrchk(cudaMemcpy(h_b[i], &bb[i][0], 2*sizeof(int), cudaMemcpyHostToDevice));
}
int ** d_b;
GPUerrchk(cudaMalloc((void ***)&d_b, 2 * sizeof(int *)));
GPUerrchk(cudaMemcpy(d_b, h_b, 2*sizeof(int *), cudaMemcpyHostToDevice));
int ** h_c = (int **)malloc(2 * sizeof(int *));
for(int i=0; i<2;i++){
GPUerrchk(cudaMalloc((void**)&h_c[i], 2*sizeof(int)));
}
int ** d_c;
GPUerrchk(cudaMalloc((void ***)&d_c, 2 * sizeof(int *)));
GPUerrchk(cudaMemcpy(d_c, h_c, 2*sizeof(int *), cudaMemcpyHostToDevice));
add<<<1,1>>>(d_a,d_b,d_c);
GPUerrchk(cudaPeekAtLastError());
for(int i=0; i<2;i++){
GPUerrchk(cudaMemcpy(&cc[i][0], h_c[i], 2*sizeof(int), cudaMemcpyDeviceToHost));
}
for(int i=0;i<2;i++) {
for(int j=0;j<2;j++) {
printf("(%d,%d):%d\n",i,j,cc[i][j]);
}
}
return cudaThreadExit();}我建議你研究它，直到你理解它的作用，以及與使用線性記憶相比，它為什么這么糟糕。
