CUDA 程序的生命周期
分配、复制、启动、复制回来、释放
CUDA 程序的生命周期 是 CoddyKit 上的免费 CUDA Academy 课时。 这是第 4 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。
周而复始的节奏
几乎每个 CUDA 程序都遵循同样的五步流程。掌握一次这个节奏，您就能读懂任何 GPU 代码。🕺
第 1 步：分配
首先，使用 cudaMalloc 为输入和输出预留设备内存，因为 GPU 不能直接使用主机缓冲区。
cudaMalloc(&d_a, bytes);
cudaMalloc(&d_b, bytes);第 2 步：复制到设备
接下来，使用 cudaMemcpy 将输入数据从主机上传到设备。此时 GPU 就有了一份可供处理的数据副本。
cudaMemcpy(d_a, h_a, bytes, cudaMemcpyHostToDevice);第 3 步：启动
现在，让您的内核在许多线程中启动。并行工作正是在设备上真正进行的地方。🚀
myKernel<<<blocks, threads>>>(d_a, d_b, n);第 4 步：复制回来
计算完成后，将结果从设备下载到主机，这样 CPU 就能读取和使用这些结果。
cudaMemcpy(h_b, d_b, bytes, cudaMemcpyDeviceToHost);第 5 步：释放
最后，使用 cudaFree释放每个设备缓冲区。跳过这一步会泄漏 GPU 内存，使其他工作无法使用它。
cudaFree(d_a);
cudaFree(d_b);别忘了同步
由于启动是异步的，请在读取结果前调用 cudaDeviceSynchronize，确保 GPU 确实已经完成。
cudaDeviceSynchronize();复制需要时间
复制步骤需要经过速度较慢的 PCIe 总线，因此数据传输往往才是真正的瓶颈，而不是内核本身。
重复使用缓冲区
只分配一次，并在多次启动之间重复使用缓冲区，比循环的每次迭代都分配新内存更高效。
流程的对称性
请注意其中的对称性：每个 cudaMalloc 都对应一个 cudaFree，每次复制到设备最终也都对应一次复制回主机。
一口气说完整个生命周期
把它当作口诀来说：分配、复制、启动、复制回来、释放。这一行就是几乎所有内核程序的骨架。
快速检查
让我们检查一下标准 CUDA 程序的生命周期。
回顾
您已经学会了 CUDA 的五步生命周期：分配、复制到设备、启动、复制回来、释放，以及在读取结果前进行同步。🎉
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
「CUDA 程序的生命周期」课时是免费的吗？
是的 — 「CUDA 程序的生命周期」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。
「CUDA 程序的生命周期」这节课中我会学到什么？
分配、复制、启动、复制回来、释放 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 4 节课，共 4 节。
「CUDA 程序的生命周期」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
- __global__ 函数限定符
- __device__ 与 __host__ 函数
- 分离的地址空间
- CUDA 程序的生命周期