首先，你遇到的核心问题是：带捕获的lambda无法转换为普通的函数指针，而std::function又因为涉及宿主端构造/操作，不能在CUDA全局函数中使用。如果不想用模板，我们可以通过自定义设备端可访问的仿函数（Functor）结构体来实现需求，把lambda的捕获变量转化为结构体的成员，同时重载operator()实现闭包逻辑。

解决方案代码示例 #

1. 定义设备端仿函数结构体 #

把你需要捕获的变量（inData、locationX、cellStride）作为结构体的成员，并且用__device__修饰构造函数和调用运算符：

struct LookupFunctor {
    const float* inData;
    int32_t locationX;
    uint32_t cellStride;

    // 设备端构造函数，初始化捕获的变量
    __device__ LookupFunctor(const float* data, int32_t x, uint32_t stride)
        : inData(data), locationX(x), cellStride(stride) {}

    // 重载()运算符，实现原lambda的逻辑
    __device__ float operator()(int32_t offset) const {
        return inData[locationX + offset + cellStride];
    }
};

2. 修改Process函数的参数类型 #

现在可以直接把第三个参数声明为const LookupFunctor&，不需要模板：

__device__ void Process(float* const outData, const int32_t locationX, const LookupFunctor& lookupFunc)
{
    float answer = 0.f;
    for( int32_t offset = -1 ; ++offset < 1024 ; )
    {
        const float value = lookupFunc(offset);
        answer += value;
    }
    outData[locationX] = answer;
}

3. 在Kernel中实例化仿函数 #

替代原来的lambda，直接创建LookupFunctor的实例并传入Process：

__global__ void LargeKernel(const float* const inData, float* const outData)
{
    constexpr uint32_t cellStride = 1;
    const int32_t locationX = threadIdx.x + blockDim.x * blockIdx.x;
    LookupFunctor lookupFunc(inData, locationX, cellStride);
    Process(outData, locationX, lookupFunc);
}

为什么你的函数指针尝试失败？ #

你之前用using lookupFunc = float(* const)(uint32_t)的方案无效，是因为带捕获的lambda本质是一个带有内部状态的匿名类实例，而普通函数指针是无状态的——它只能指向不依赖外部变量的函数。只有无捕获的lambda才能隐式转换为普通函数指针，你的lambda捕获了locationX、inData和cellStride，所以无法完成这个转换。

补充说明 #

• 这个方案的缺点是灵活性不如模板：如果需要不同逻辑的闭包，你得定义不同的仿函数结构体；而模板方案可以自动适配任何符合调用签名的lambda/仿函数。
• 如果你需要更通用的无模板方案，也可以考虑用CUDA的__device__函数指针结合全局变量传递状态，但这种方法容易引发线程安全问题，不推荐在复杂场景使用。

内容的提问来源于stack exchange，提问作者WilliamKF