正在使用cudaHostAlloc对我的情况有好处

Question

我已经多次启动了一个内核，直到找到解决方案。解决方案将至少由一个块找到 因此，当一个块找到解决方案时，它应通知cpu找到解决方案，因此cpu打印该块提供的解决方案。
所以我目前正在做的是：

__global__ kernel(int sol)
{
   //do some computations
   if(the block found a solution)
        sol = blockId.x //atomically
}

现在每次调用内核时我都会将sol复制回主机内存并检查其值。如果它设置为3例如，我知道blockid 3找到了解决方案，所以我现在知道解决方案的索引在哪里开始，并将解决方案复制回主机。
在这种情况下，使用cudaHostAlloc会更好吗？在每次内核调用时复制单个整数的值会减慢我的程序吗？

Answer 1

从GPU发送副本到CPU然后等待其完成将使程序一点。请注意，如果您选择发送1个字节或1个字节，那将不会产生太大影响。在这种情况下，带宽不是问题，而是延迟。

但是启动内核确实会耗费一些时间。如果算法的“肉”在内核本身，我就不会花太多时间在那个单一的小转移上。

请注意，如果您选择使用映射内存，而不是使用cudaMemcpy，则需要明确地将cudaDeviceSynchronise（或cudaThreadSynchronise与较旧的CUDA）屏障放在一起（如在阅读状态之前反对cudaMemcpy处的隐含障碍。否则，在内核覆盖它之前，您的主机代码可能会先读取存储在固定内存中的旧值。