arrays - 将数据从设备复制到主机时出现无效的参数错误

Question

我无法将数据从设备复制回主机。我的数据按结构排列:

typedef struct Array2D {
    double* arr;        
    int rows;       
    int cols;       
} Array2D;

arr是一个“扁平”数组。 rows和 cols描述尺寸。

下面的代码显示了我如何尝试将数据复制回主机:

h_output = (Array2D*) malloc(sizeof(Array2D));
cudaMemcpy(h_output, d_output, sizeof(Array2D), cudaMemcpyDeviceToHost);
double* h_arr = (double*) malloc(h_output->cols*h_output->rows*sizeof(double));
cudaMemcpy(h_arr, h_output->arr, h_output->cols*h_output->rows*sizeof(double), cudaMemcpyDeviceToHost);
h_output->arr = h_arr;

但是，在第四行中，执行失败，并出现cuda错误11(无效参数)。我不明白为什么会这样。数组的大小是正确的，我可以从主机访问 h_output和 h_array，并且都具有“真实”地址。

编辑
对不起，您对更多信息的要求未能及时答复(=更多代码)。

通过尝试访问主机上设备指针的值，我已经测试了指针 d_output->arr是设备指针。不出所料，我不被允许这样做，以为 d_output->arr实际上是有效的设备指针。

该代码的目的是使用四阶Runge-Kutta方法求解Thiele的微分方程。

class CalculationSpecification
{

    /* FUNCTIONS OMITTED */

public:
    __device__ void RK4_n(CalculationSpecification* cs, CalcData data, Array2D* d_output)
    {
        double* rk4data = (double*)malloc((data.pdata->endYear - data.pdata->startYear + 1)*data.pdata->states*sizeof(double));

        /* CALCULATION STUFF HAPPENS HERE */

        // We know that rows = 51, cols = 1 and that rk4data contains 51 values as it should.
        // This was confirmed by using printf directly in this function.
        d_output->arr = rk4data;
        d_output->rows = data.pdata->endYear - data.pdata->startYear + 1;
        d_output->cols = data.pdata->states;
    }
};


class PureEndowment : CalculationSpecification
{
    /* FUNCTIONS OMITTED */

public:
    __device__ void Compute(Array2D *result, CalcData data)
    {
        RK4_n(this, data, result);
    }
};


__global__ void kernel2(Array2D *d_output)
{
    /* Other code that initializes 'cd'. */
    PureEndowment pe;
    pe.Compute(d_output,cd);
}


void prepareOutputSet(Array2D* h_output, Array2D* d_output, int count)
{
    h_output = (Array2D*) malloc(sizeof(Array2D));
    cudaMemcpy(h_output, d_output, sizeof(Array2D), cudaMemcpyDeviceToHost); // After this call I can read the correct values of row, col as well as the address of the pointer.
    double* h_arr = (double*) malloc(h_output->cols*h_output->rows*sizeof(double));
    cudaMemcpy(h_arr, h_output->arr, h_output->cols*h_output->rows*sizeof(double), cudaMemcpyDeviceToHost)
    h_output->arr = h_arr;
}

int main()
{
    Array2D *h_output, *d_output;
    cudaMalloc((void**)&d_output, sizeof(Array2D));

    kernel2<<<1,1>>>(d_output);
    cudaDeviceSynchronize();

    prepareOutputSet(h_output, d_output, 1);

    getchar();
    return 0;
}

EDIT2

此外，我现在测试了在设备上运行时 d_output->arr的值是否与 h_output->arr中的第一个 cudaMemcpy -call之后的 prepareOutputSet值相同。

Answer 1

这(使用cudaMemcpy复制设备分配的内存)是CUDA 4.1中的已知限制。正在进行中的修复程序将在CUDA运行时的将来版本中发布。