cudaPointerGetAttributes()对主机指针返回无效参数的原因及指针判断函数问题

我来帮你解决这个封装函数的问题！你遇到的困惑其实是CUDA API的特性导致的——cudaPointerGetAttributes()并不是能识别所有主机指针，它只认CUDA管理过的指针（比如cudaMalloc分配的设备指针、cudaMallocHost分配的页锁定主机指针，或者cudaHostRegister注册过的普通主机指针），普通malloc出来的主机指针不在它的处理范围内，所以会返回cudaErrorInvalidValue错误。

我们可以通过手动捕获这个特定错误，来区分普通主机指针和其他类型指针，下面是完整的实现方案：

1. 完善错误检查宏 #

首先补全你定义的CUDA_ERROR_CHECK宏，让它能正确打印错误信息：

#include <stdio.h>
#include <stdlib.h>

#define CUDA_ERROR_CHECK(fun) \
do{ \
    cudaError_t err = fun; \
    if(err != cudaSuccess){ \
        fprintf(stderr, "CUDA error at %s:%d: %s\n", __FILE__, __LINE__, cudaGetErrorString(err)); \
        // 这里可以根据需求选择是否退出程序，或者返回错误码
        // exit(EXIT_FAILURE); \
    } \
}while(0)

2. 封装判断函数 #

我们在函数里先调用cudaPointerGetAttributes()，手动处理cudaErrorInvalidValue错误，再判断指针类型：

int isDevicePointer(void* ptr) {
    // 先处理NULL指针的情况（可选，根据你的需求调整）
    if (ptr == NULL) {
        fprintf(stderr, "Error: NULL pointer passed\n");
        return -1; // 返回特殊值表示NULL指针
    }

    cudaPointerAttributes attr;
    cudaError_t err = cudaPointerGetAttributes(&attr, ptr);
    
    // 普通主机指针（未被CUDA管理）会返回这个错误
    if (err == cudaErrorInvalidValue) {
        return 0;
    }
    
    // 检查其他非预期错误
    CUDA_ERROR_CHECK(err);
    
    // 判断是否为设备指针
    return (attr.type == cudaMemoryTypeDevice) ? 1 : 0;
}

3. 测试代码 #

下面是测试不同类型指针的示例：

int main() {
    // 测试设备指针
    void* dev_ptr;
    CUDA_ERROR_CHECK(cudaMalloc(&dev_ptr, 1024));
    printf("Device pointer result: %d\n", isDevicePointer(dev_ptr)); // 输出1
    
    // 测试普通主机指针
    void* host_ptr = malloc(1024);
    printf("Normal host pointer result: %d\n", isDevicePointer(host_ptr)); // 输出0
    
    // 测试页锁定主机指针（CUDA管理的主机指针）
    void* pinned_host_ptr;
    CUDA_ERROR_CHECK(cudaMallocHost(&pinned_host_ptr, 1024));
    printf("Pinned host pointer result: %d\n", isDevicePointer(pinned_host_ptr)); // 输出0
    
    // 资源清理
    CUDA_ERROR_CHECK(cudaFree(dev_ptr));
    free(host_ptr);
    CUDA_ERROR_CHECK(cudaFreeHost(pinned_host_ptr));
    
    return 0;
}

关键注意点 #

• cudaPointerGetAttributes()从CUDA 3.2版本开始支持，几乎所有现代CUDA版本都兼容
• 如果不需要区分NULL指针，可以去掉开头的NULL判断逻辑
• 错误处理部分可以根据你的项目需求调整，比如在遇到非预期错误时直接退出程序，或者返回错误码让上层处理

内容的提问来源于stack exchange，提问作者John