数据自动化系统中的全球设备变量:不良实践？

Question

我正在设计一个拥有大量CUDA内核的库来执行并行计算。所有内核都将作用于一个公共对象，比如使用C++样式对象定义的计算网格。计算域不一定需要从主机端访问，因此在设备端创建计算域并将其保持在当前状态是有意义的。我想知道以下几点是否被认为是“良好做法”：

• 假设我的计算网格类名为Domain。首先，我定义了一个全局设备端变量来存储计算域： __device__域*D
• 然后，我使用CUDA内核初始化计算域。 __global__ void initDomain(paramType P){ D=新域(P)；}
• 然后，我使用这个域与其他内核一起执行计算： __global__ void doComputation(double *x，double *y){ D->doThing(x，y)；//.}

如果我的域保持固定(即内核在域创建后不会修改它)，这可以吗？有更好的办法吗？最初，我尝试在主机端创建Domain对象，并将其复制到设备上，但结果发现这是一个麻烦，因为Domain是一个相对复杂的类型，使用cudaMemCpy甚至Thrust::device_new进行复制非常困难(至少，我无法让它很好地工作)。

Answer 1

是的没关系。

也许您可以提高性能使用

__constant__ 

使用此关键字，您的对象将在非常快的内存中在所有内核中可用。

为了复制您的对象，您必须使用: cudaMemcpyToSymbol，请注意，有一个限制:您的对象将被只读在您的设备代码中，并且必须没有默认的构造函数。

你可以找到这里的信息

如果您的对象很复杂，很难复制，那么您也许可以查找：统一存储器，然后通过值将变量传递给内核。