multi-gpu cuda：在一台设备上运行内核并在另一台设备上修改元素？

Question

假设我在一台机器上有多个GPU，并且我在GPU0上运行了一个内核。

利用CUDA 4.0的UVA和P2P功能，当内核在GPU0上运行时，我可以修改另一台设备上的阵列内容吗？

CUDA 4.0 SDK中的simpleP2P示例没有证明这一点。

它只表明：

• 点对点的回忆

• 在GPU0上运行的内核从GPU1缓冲区读取输入并将输出写入GPU0缓冲区

• 在GPU1上运行的内核从GPU0缓冲区读取输入并将输出写入GPU1缓冲区

Answer 1

简短回答：是的，你可以。

Longer answer

链接的演示文稿提供了完整的详细信息，但以下是要求：

• 必须位于64位操作系统上（使用Tesla Compute Cluster驱动程序的Linux或Windows）。
• GPU必须都是Compute Capability 2.0（sm_20）或更高版本。
• 目前，GPU必须附加到同一IOH。

您可以使用cudaDeviceCanAccessPeer()来查询是否可以直接进行P2P访问。