python - Pycuda 2019.1，如何正确复制gpuarray？

Question

Pycuda 有一个长期存在的错误，在复制 ie 时它似乎无法保留顺序或步幅:

import numpy as np
import pycuda.autoinit
from pycuda import gpuarray

np_array = np.array([[1,2,3,4,5],[1,2,3,4,5],[1,2,3,4,5],[1,2,3,4,5]], order="F")
gpu_array = gpuarray.to_gpu(np_array)

gpu_array_copy = gpu_array.copy()

# fails, order isn't the same. ravel also shows difference in order
assert(np.array_equal(gpu_array_copy.get(), np_array))

我想知道如何实际解释这一点？底层内存实际上是一样的吗？我如何确保我的副本实际上复制到 pycuda 中？

像this这样的问题似乎表明步幅可以修复，但我不知道这是否意味着下面的实际数据(原始设备内存)实际上配置正确。

Answer 1

目前，这是我想出的解决方案(我仍然愿意接受更好的答案)。

我至少确定了复制过程中下面的内存是完全相同的。我所做的一件事是尝试保留步幅和标志，无论出于何种原因，它们都不会被复制。

这是我编写的处理此问题的函数:

def gpuarray_copy(array: gpuarray.GPUArray):
    array_copy = array.copy()
    array_copy.strides = array.strides
    array_copy.flags.f_contiguous = array.flags.f_contiguous
    array_copy.flags.c_contiguous = array.flags.c_contiguous
    array_copy.flags.forc = array.flags.forc

这至少解决了主机副本不相等的情况，据我所知，现在应该使两个 gpuarray 完全相等。这种方法可能会产生其他后果，因为我不确定为什么诱导器还没有这样做，但我还没有看到对预期行为的任何负面影响。