Trasferire dati da e verso il dispositivo
Gestisca i trasferimenti di memoria tra host e dispositivo.
Trasferire dati da e verso il dispositivo è una lezione Mojo Academy gratuita su CoddyKit. Questa è la lezione 4 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 Mojo Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso Mojo Academy include 4 lezioni in totale.
Parti di questa lezione non sono ancora state tradotte e vengono mostrate in inglese.
Two Separate Memories
The CPU and GPU each have their own memory. The GPU cannot read your host arrays until the data lives on the device.
Host and Device
We call the CPU side the host and the GPU side the device. Moving data between them is a core part of GPU work.
Allocating on the Device
First you reserve space on the GPU for your data. This device buffer is where inputs and outputs will live.
var d_a = ctx.enqueue_create_buffer[DType.float32](n)Copying Inputs Over
Next you copy your host arrays into those device buffers. This upload gets the GPU the numbers it needs.
ctx.enqueue_copy(d_a, h_a)Running the Kernel
With data on the device, you launch the kernel. It reads and writes the device buffers, never the host ones.
ctx.enqueue_function[kernel](grid_dim=blocks, block_dim=256)Copying Results Back
The output sits on the GPU until you fetch it. A download copies the result buffer back into host memory.
ctx.enqueue_copy(h_out, d_out)Work Is Queued, Not Instant
These calls are enqueued on the GPU, not finished at once. You must synchronize before trusting the results on the host.
ctx.synchronize()The Round Trip
The full cycle is upload, compute, download. Picture data making a round trip from host to device and back.
Transfers Cost Time
Copying over the bus is slow compared to compute. Each transfer can erase your speedup if you do it too often.
Keep Data on the Device
Chain several kernels on the same buffers before copying back. Minimizing round trips keeps the GPU win intact.
Free What You Allocate
Device memory is limited, so release buffers you no longer need. Mojo's ownership rules help free them at the right time.
Quick Check
You want a GPU program to actually run faster end to end.
Recap
Upload inputs to the device, run the kernel, then download results and synchronize, while keeping costly transfers to a minimum. 🔁
Domande Frequenti
La lezione «Trasferire dati da e verso il dispositivo» è gratuita?
Sì — il testo completo di «Trasferire dati da e verso il dispositivo» 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 Mojo Academy, passa a CoddyKit PRO. Il corso Mojo Academy include 4 lezioni in totale.
Cosa imparerò in «Trasferire dati da e verso il dispositivo»?
Gestisca i trasferimenti di memoria tra host e dispositivo. Eserciti Mojo 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 Mojo Academy?
Non è richiesta alcuna esperienza precedente. Mojo 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 4 di 4.
Quanto tempo richiede la lezione «Trasferire dati da e verso il dispositivo»?
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 Mojo Academy?
Sì. Ogni lezione Mojo 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
- Perché usare le GPU per i carichi AI
- Thread, blocchi e griglie
- Scrivere una funzione kernel per GPU
- Trasferire dati da e verso il dispositivo