La guía de programación CUDA dice que "Memoria asignada víamalloc() se puede copiar utilizando el tiempo de ejecución (es decir, llamando a cualquiera de las funciones de memoria de copia desde la memoria del dispositivo) ", pero de alguna manera estoy teniendo problemas para reproducir esta funcionalidad. Código:

#include <cstdio>
__device__ int* p;

__global__ void allocate_p() {
  p = (int*) malloc(10);
  printf("p = %p  (seen by GPU)\n", p);
}

int main() {
  cudaError_t err;
  int* localp = (int*) malloc(10);

  allocate_p<<<1,1>>>();
  cudaDeviceSynchronize();

  //Getting pointer to device-allocated memory
  int* tmpp = NULL;
  cudaMemcpyFromSymbol(&tmpp, p, 4);
  printf("p = %p  (seen by CPU)\n", tmpp);

  //cudaMalloc((void**)&tmpp, 40);
  err = cudaMemcpy(tmpp, localp, 40, cudaMemcpyHostToDevice);
  cudaDeviceSynchronize();
  printf(" err:%i %s", (int)err, cudaGetErrorString(err));

  delete localp;
  return 0;
}

se bloquea con la salida:

p = 0x601f920  (seen by GPU)
p = 0x601f920  (seen by CPU)
 err:11 invalid argument

Supongo que el host ve la dirección apropiada en el dispositivo, pero de alguna manera no le gusta que vengamalloc().

Si asigno anteriormente porcudaMalloc((void**)&np, 40); y luego pasar el punteronp como argumento a kernelallocate_p, donde será asignado ap (en lugar demalloc()), entonces el código corre bien.

¿Qué estoy haciendo mal / cómo lo uso?malloc() memoria de dispositivo asignada en las funciones del lado del host?