cuda 从CPU到GPU的结构体数组传输

结构体的数组传输，目前的理解是在GPU开辟一块显存，和CPU中的数据的排列顺序一一对应，并在GPU定义一个结构体，能够灵活的访问数据。

现在就以pycuda的DemoStruct为例来进行说明。目前指针只用到了一维的，在GPU中定义结构体：

 

在这个结构体中有三个变量datalen，__padding，ptr。其中ptr是一个指针，datalen指的当前ptr中的数据长度，__padding为占位符无具体意义，为了能够访问到ptr。

根据当前结构体的定义，我们可以发现，在这个结构模型中使用的内存空间为4+4+8=16个字节。那么在CPU端申请GPU端的结构体时，一个结构体需要的GPU空间为16个字节。

现在申请GPU内存空间：

 

如图所示，其中DoubleOpStruct.mem_size为GPU端结构体的空间大小，及16个字节。

在该程序中，向GPU传输数据写在了python的构造函数中，其中array为数组，cuda.to_device(array)将array数组传到GPU上，并返回一个GPU地址，之后将返回的地址传到GPU上结构体对应的地址上。 

如图所示，接下来构造第二个结构体 ，即将起始地址移动一个结构体大小，寻找下一个结构体的起始位置，依次类推。

数据传输完成后，就可以在GPU上以结构体的方式访问数据了。