Trasferimenti da device a host
Scarichi i risultati sulla CPU.
Trasferimenti da device a host è una lezione CUDA Academy gratuita su CoddyKit. Questa è la lezione 2 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento CUDA Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso CUDA Academy include 4 lezioni in totale.
Riportare a casa i risultati
Il kernel ha appena riempito un buffer del device con i risultati, ma la CPU non può leggere direttamente la memoria della GPU. Deve scaricare i risultati. 📥
La direzione del download
Per riportare indietro i dati si usa cudaMemcpyDeviceToHost. Ora la sorgente è la memoria del device e la destinazione è la RAM dell’host.
cudaMemcpy(h_c, d_c, bytes, cudaMemcpyDeviceToHost);La destinazione viene ancora prima
La regola non cambia mai: prima l’argomento destinazione, poi la sorgente. Durante un download, viene prima il puntatore dell’host.
cudaMemcpy(h_dst, d_src, bytes, cudaMemcpyDeviceToHost);Il buffer dell’host deve esistere
La destinazione deve avere memoria CPU reale pronta a ricevere i dati. Allochi lo spazio dell’host con malloc o new prima di copiare i dati indietro.
float* h_c = (float*)malloc(bytes);Attenda la fine del kernel
Un cudaMemcpy bloccante attende il lavoro precedente nello stream predefinito, quindi il kernel termina prima che vengano letti i risultati.
myKernel<<<blocks, threads>>>(d_c, n);
cudaMemcpy(h_c, d_c, bytes, cudaMemcpyDeviceToHost);Lo stesso numero di byte
Scarichi esattamente lo stesso numero di byte che ha caricato e calcolato. Dimensioni non corrispondenti producono risultati troncati o privi di senso.
size_t bytes = n * sizeof(float);Ora può leggerli
Al termine della copia, i valori si trovano nella normale memoria della CPU. Può stamparli, controllarli o salvarli come farebbe con qualsiasi array dell’host.
printf("%f\n", h_c[0]);Il percorso completo
Un lavoro completo sulla GPU è un percorso di andata e ritorno: caricare gli input, avviare il kernel e poi scaricare gli output. Ogni passaggio usa cudaMemcpy.
Verifichi prima di fidarsi
Dopo il download, confronti il risultato della GPU con un rapido riferimento calcolato sulla CPU. La verifica individua i bug prima che si propaghino. ✅
Libera ciò che hai allocato
Quando i risultati sono tornati, liberi entrambe le parti: usi cudaFree per il buffer del device e free per quello dell’host, così evita perdite di memoria.
cudaFree(d_c);
free(h_c);Anche i download richiedono tempo
Il percorso di ritorno attraversa lo stesso bus lento, quindi copi indietro solo i risultati di cui ha davvero bisogno sull’host.
Controllo rapido
Il kernel ha scritto i risultati nel buffer del device d_c. Come li legge sulla CPU?
Riepilogo
Ha imparato il percorso di ritorno con cudaMemcpyDeviceToHost: allochi lo spazio dell’host, metta prima il puntatore dell’host, attenda il kernel, quindi verifichi e liberi la memoria. 🎉
Impara C++ con un tutor IA — gratis
Scrivi ed esegui vero codice nel tuo browser, ricevi aiuto istantaneo da un tutor IA disponibile 24/7, e riprendi da dove hai lasciato sul web o nell'app.
- Corsi
- 30
- Lezioni
- 120
Domande Frequenti
La lezione «Trasferimenti da device a host» è gratuita?
Sì — il testo completo di «Trasferimenti da device a host» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso CUDA Academy, passa a CoddyKit PRO. Il corso CUDA Academy include 4 lezioni in totale.
Cosa imparerò in «Trasferimenti da device a host»?
Scarichi i risultati sulla CPU. Eserciti CUDA Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare CUDA Academy?
Non è richiesta alcuna esperienza precedente. CUDA Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 2 di 4.
Quanto tempo richiede la lezione «Trasferimenti da device a host»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione CUDA Academy?
Sì. Ogni lezione CUDA Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Trasferimenti da host a device
- Trasferimenti da device a host
- L'enumerazione della direzione di copia
- Il collo di bottiglia dei trasferimenti PCIe