CUDA Academy · Lekcja

Transfery z urządzenia do hosta

Pobierać wyniki z powrotem do CPU.

Transfery z urządzenia do hosta to bezpłatna lekcja CUDA Academy na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej CUDA Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs CUDA Academy zawiera 4 lekcji w sumie.

Sprowadzanie wyników z powrotem

Państwa kernel właśnie wypełnił bufor urządzenia wynikami, ale CPU nie może bezpośrednio odczytywać pamięci GPU. Wyniki trzeba pobrać z powrotem. 📥

Kierunek pobierania

Aby pobrać dane z powrotem, należy użyć cudaMemcpyDeviceToHost. Tym razem źródłem jest pamięć urządzenia, a miejscem docelowym pamięć RAM hosta.

cudaMemcpy(h_c, d_c, bytes, cudaMemcpyDeviceToHost);

Miejsce docelowe nadal jest pierwsze

Reguła się nie zmienia: najpierw argument miejsca docelowego, a potem źródło. Przy pobieraniu jako pierwszy podaje się wskaźnik hosta.

cudaMemcpy(h_dst, d_src, bytes, cudaMemcpyDeviceToHost);

Bufor hosta musi istnieć

Miejsce docelowe musi wskazywać rzeczywistą pamięć CPU. Przed skopiowaniem danych z powrotem należy zaalokować pamięć po stronie hosta za pomocą malloc lub new.

float* h_c = (float*)malloc(bytes);

Poczekaj na kernel

Blokujące cudaMemcpy czeka na wcześniejsze operacje w domyślnym strumieniu, dlatego kernel kończy działanie, zanim zostaną odczytane wyniki.

myKernel<<<blocks, threads>>>(d_c, n);
cudaMemcpy(h_c, d_c, bytes, cudaMemcpyDeviceToHost);

Ta sama liczba bajtów

Należy pobrać dokładnie tyle samo bajtów, ile przesłano i wykorzystano w obliczeniach. Niezgodne rozmiary prowadzą do obciętych lub bezwartościowych wyników.

size_t bytes = n * sizeof(float);

Teraz można je odczytać

Po zakończeniu kopiowania wartości znajdują się w zwykłej pamięci CPU. Można je wyświetlać, sprawdzać lub zapisywać tak jak każdą inną tablicę hosta.

printf("%f\n", h_c[0]);

Droga tam i z powrotem

Pełne zadanie GPU to droga tam i z powrotem: przesłanie danych wejściowych, uruchomienie kernela, a następnie pobranie wyników. Każdy etap wykorzystuje cudaMemcpy.

Sprawdź, zanim zaufasz

Po pobraniu wyników należy porównać wynik GPU z szybkim wzorcem obliczonym na CPU. Weryfikacja pozwala wykryć błędy, zanim się rozprzestrzenią. ✅

Zwolnij zaalokowaną pamięć

Gdy wyniki znajdą się z powrotem na hoście, należy zwolnić pamięć po obu stronach: użyć cudaFree dla bufora urządzenia oraz zwolnić bufor hosta, aby uniknąć wycieków pamięci.

cudaFree(d_c);
free(h_c);

Pobieranie również kosztuje czas

Droga powrotna prowadzi przez tę samą powolną magistralę, dlatego należy kopiować z powrotem tylko wyniki rzeczywiście potrzebne na hoście.

Szybkie sprawdzenie

Państwa kernel zapisał wyniki w buforze urządzenia d_c. Jak odczytać je na CPU?

Podsumowanie

Nauczyli się Państwo przesyłać wyniki z powrotem za pomocą cudaMemcpyDeviceToHost: zaalokować pamięć hosta, podać najpierw wskaźnik hosta, zaczekać na kernel, a następnie sprawdzić wyniki i zwolnić pamięć. 🎉

Często zadawane pytania

Czy lekcja „Transfery z urządzenia do hosta” jest bezpłatna?

Tak — pełny tekst „Transfery z urządzenia do hosta” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu CUDA Academy, przejdź na CoddyKit PRO. Kurs CUDA Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Transfery z urządzenia do hosta”?

Pobierać wyniki z powrotem do CPU. Ćwiczysz CUDA Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć CUDA Academy?

Nie wymagamy żadnego doświadczenia. CUDA Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.

Ile czasu zajmuje lekcja „Transfery z urządzenia do hosta”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji CUDA Academy?

Tak. Każda lekcja CUDA Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

← Powrót do CUDA Academy