同一设备内将CUDA Pitched内存复制到1D设备数组的推荐方法

好问题！针对你说的同一设备内的内存复制场景，完全不需要逐行复制，CUDA提供了现成的单函数调用方式就能搞定——用cudaMemcpy2D就可以完美实现需求。

为什么cudaMemcpy2D适用？ #

你创建的cudaPitchedPtr本质是带对齐填充的2D内存块，而cudaMalloc分配的1D数组是连续无填充的内存。cudaMemcpy2D本来就是为处理不同pitch的2D内存复制设计的，我们只需要把1D数组当成“pitch等于每行实际字节数的2D内存”来对待就行。

具体实现代码示例 #

假设你的元素类型是T，已经通过cudaMalloc3D拿到了cudaPitchedPtr pitched_ptr，且xsize/ysize是对应的宽高，1D数组d_1d已经用cudaMalloc分配好内存：

// 假设T是你的元素类型，比如float、int等
T* d_1d;
cudaMalloc(&d_1d, xsize * ysize * sizeof(T));

// 执行复制操作
cudaMemcpy2D(
    d_1d,                      // 目标1D数组指针
    xsize * sizeof(T),         // 目标内存的pitch：因为1D连续，每行字节数就是xsize*sizeof(T)
    pitched_ptr.ptr,           // 源pitched内存的指针
    pitched_ptr.pitch,         // 源内存的pitch（由cudaMalloc3D自动生成）
    xsize * sizeof(T),         // 每次复制的单行列字节数
    ysize,                     // 要复制的总行数
    cudaMemcpyDeviceToDevice   // 内存方向：同一设备内选这个，若涉及主机则调整为对应类型
);

关键参数说明 #

• 目标pitch设置为xsize * sizeof(T)：因为1D数组是连续内存，没有额外的对齐填充，每行的实际字节数就是单个行的元素总大小。
• 源pitch直接用pitched_ptr.pitch：这是cudaMalloc3D返回的带填充的行宽，cudaMemcpy2D会自动处理源内存的填充部分，只复制有效数据到目标的连续内存中。

这个方法不仅比逐行复制更简洁，而且cudaMemcpy2D是CUDA官方优化过的库函数，性能上和手动逐行复制相当甚至更优。

内容的提问来源于stack exchange，提问作者Soleil