我正在做的是将数组从C＃传递给C ++ dll。然后我在CUDA中做一些计算，我需要将数据复制到上面提到的数组。之后我将在C＃项目的后续步骤中使用它。
问题出在我用许多内核进行一些计算然后使用cudaMemcpy（）将数据从设备复制到主机。第一个cudaMemcpy（）比后来的类似操作cudaMemcpy（）需要更多的时间。
人们说cudaMemcpy（）从设备到主机（不是固定内存）是同步的。真的吗？有没有解决方法呢？
非常感谢提前。
答案 0 :(得分：0)
人们说cudaMemcpy（）从设备到主机（不是固定内存）是同步的。这是真的吗？
是的，这是真的。
是否有解决方法？
可以帮助您的一件事是使用Cuda Streams。因此，您将执行与复制重叠。
编辑：
如果你不能使用流，那么我知道没有可行的解决方法。
您可以考虑的事情之一就是我在评论中提到的是在GPU上构建整个应用程序，以便您完全避免内存传输（或者可以考虑将非常少的字节复制到CPU）。这实际上取决于应用程序的类型。在您的情况下可能会或可能不会。