Spazi di indirizzamento separati
Scopra perché un puntatore host non è valido sul device.
Spazi di indirizzamento separati è una lezione CUDA Academy gratuita su CoddyKit. Questa è la lezione 3 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.
Due memorie separate
La CPU e la GPU possiedono ciascuna la propria RAM. Non condividono uno spazio di indirizzamento, e questo semplice fatto determina il funzionamento di CUDA. 🧠
Che cosa significa un indirizzo
Un puntatore è semplicemente un numero che identifica una posizione in memoria. Quella posizione ha senso solo nello address space in cui è stata creata.
I puntatori host sono locali
Un puntatore ottenuto da malloc identifica la host memory. La GPU non dispone di quella posizione, quindi passarlo a un kernel non punta a nulla di valido.
int* h = (int*)malloc(n * sizeof(int));Anche i puntatori device sono locali
Un puntatore ottenuto da cudaMalloc identifica la device memory. La CPU non può leggerlo direttamente; dereferenziarlo sull'host causa un arresto anomalo.
int* d;
cudaMalloc(&d, n * sizeof(int));L'errore classico
Passare un host pointer a un kernel viene compilato correttamente, ma fallisce durante l'esecuzione. Il numero è valido; la memoria che identifica non si trova sulla GPU.
Perché viene comunque compilato
Entrambi i puntatori appaiono come lo stesso tipo a C++, quindi il compilatore non segnala nulla. Il mismatch si manifesta solo quando la GPU accede all'indirizzo.
Collegare gli spazi con cudaMemcpy
Per spostare dati tra i due spazi deve copiarli esplicitamente con cudaMemcpy. Non esiste condivisione automatica tra le due parti.
cudaMemcpy(d, h, bytes, cudaMemcpyHostToDevice);Una convenzione per i nomi aiuta
Molti programmatori antepongono h_ ai puntatori host e d_ ai puntatori device. È un'abitudine che previene scambi dolorosi.
float *h_a, *d_a;I kernel vedono lo spazio device
All'interno di un kernel, ogni puntatore dereferenziato deve risiedere nella device memory. È l'unico spazio raggiungibile dai thread della GPU.
Suggerimento sulla memoria unificata
Più avanti incontrerà la unified memory, con un unico puntatore valido su entrambi i lati. Per ora, tenga rigorosamente separati i puntatori host e device.
Il modello mentale
Immagini due stanze senza scaffali condivisi. Per usare i dati nell'altra stanza deve carry a copy, non può semplicemente puntare da una stanza all'altra.
Controllo rapido
Verifichiamo che abbia compreso gli spazi di indirizzamento separati.
Riepilogo
Ha imparato che host e device risiedono in separate address spaces, che i puntatori non sono intercambiabili e che cudaMemcpy consente ai dati di attraversare il divario. ✅
Domande Frequenti
La lezione «Spazi di indirizzamento separati» è gratuita?
Sì — il testo completo di «Spazi di indirizzamento separati» 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 «Spazi di indirizzamento separati»?
Scopra perché un puntatore host non è valido sul device. 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 3 di 4.
Quanto tempo richiede la lezione «Spazi di indirizzamento separati»?
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
- Il qualificatore di funzione __global__
- Funzioni __device__ e __host__
- Spazi di indirizzamento separati
- Il ciclo di vita di un programma CUDA