设备到主机的数据传输
将结果下载回 CPU
设备到主机的数据传输 是 CoddyKit 上的免费 CUDA Academy 课时。 这是第 2 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 CUDA Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 CUDA Academy 课程共包含 4 节课。
将结果带回主机
您的内核刚刚将结果写入设备缓冲区，但 CPU 无法直接读取 GPU 内存。您必须将结果下载回来。📥
下载方向
要取回数据，请使用 cudaMemcpyDeviceToHost。此时源是设备内存，目标是主机 RAM。
cudaMemcpy(h_c, d_c, bytes, cudaMemcpyDeviceToHost);目标仍然在前
规则始终不变：先写目标参数，再写源参数。下载时，主机指针位于前面。
cudaMemcpy(h_dst, d_src, bytes, cudaMemcpyDeviceToHost);主机缓冲区必须存在
目标位置必须有真实的 CPU 内存可供写入。复制回来之前，请使用 malloc 或 new 分配主机存储空间。
float* h_c = (float*)malloc(bytes);等待内核完成
阻塞式 cudaMemcpy 会等待默认流中的先前工作完成，因此在读取任何结果之前，内核就已经执行完毕。
myKernel<<<blocks, threads>>>(d_c, n);
cudaMemcpy(h_c, d_c, bytes, cudaMemcpyDeviceToHost);使用相同的字节数
下载的字节数应与上传并计算的字节数完全相同。大小不匹配会导致结果被截断或变成无意义的数据。
size_t bytes = n * sizeof(float);现在可以读取结果了
复制返回后，这些值就位于普通的 CPU 内存中。您可以像处理任何主机数组一样打印、检查或保存它们。
printf("%f\n", h_c[0]);完整往返
一次完整的 GPU 任务就是一次往返：上传输入数据、启动内核，然后下载输出结果。每一段都使用 cudaMemcpy。
验证后再信任结果
下载后，请将 GPU 结果与一个快速的 CPU 参考结果进行比较。验证可以在错误扩散之前发现它们。✅
释放已分配的资源
结果传回主机后，请释放两端的资源：使用 cudaFree 释放设备缓冲区，并释放主机缓冲区，以避免内存泄漏。
cudaFree(d_c);
free(h_c);下载同样需要耗时
返回路径也要经过同一条速度较慢的总线，因此只将主机实际需要的结果复制回来。
快速检查
您的内核已将结果写入设备缓冲区 d_c。如何在 CPU 上读取这些结果？
回顾
您学会了使用 cudaMemcpyDeviceToHost 完成返回：分配主机存储空间，将主机指针放在前面，等待内核完成，然后验证并释放资源。🎉
用 AI 导师学习 C++ — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「设备到主机的数据传输」课时是免费的吗？
是的 — 「设备到主机的数据传输」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 CUDA Academy 课程的其余内容，请升级到 CoddyKit PRO。 CUDA Academy 课程共包含 4 节课。
「设备到主机的数据传输」这节课中我会学到什么？
将结果下载回 CPU 你通过在浏览器中直接运行的动手代码来练习 CUDA Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 CUDA Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 CUDA Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 2 节课，共 4 节。
「设备到主机的数据传输」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 CUDA Academy 课中编写并运行代码吗？
能。每节 CUDA Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- 主机到设备的数据传输
- 设备到主机的数据传输
- 复制方向枚举
- PCIe 传输瓶颈