cudaMemcpy 到主机来获取设备分配的内存仍然不可能吗？

我有一个带有指针的数据结构（想想链表）。在启动读取输入数据的内核之前无法确定其大小。因此，我在输入处理期间在设备上分配数据。
但是，尝试将该数据复制回主机失败。据我所知，这是因为 CUDA 存在限制，不允许运行时 API 访问设备分配的内存。然而，该信息适用于 CUDA 4“修复即将推出”。有谁知道修复或解决方法是否出现过？我似乎找不到任何有关此的最新信息。

这是一个可重现的示例：

#include <cstdio>

__device__ int *devData;

__global__ void initKernel()
{
    devData = new int[6];
    devData[0] = 0;
    devData[1] = 1;
    devData[2] = 2;
    devData[3] = 3;
    devData[4] = 4;
    devData[5] = 5;
}

__global__ void printKernel()
{
    printf("Testing device: %d\n", devData[3]);
}

int main()
{
    initKernel<<<1,1>>>();
    cudaDeviceSynchronize();

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

    int *devAddr;
    cudaGetSymbolAddress((void **)&devAddr, devData);

    int *hostData = new int[6];
    cudaMemcpy(hostData, devAddr, 6*sizeof(int), cudaMemcpyDeviceToHost)); //cudaErrorInvalidValue (invalid argument)
    //same error with: cudaMemcpyFromSymbol(hostData, devData, 6*sizeof(int));

    printf("Testing host: %d\n", testHost[3]);

    return 0;
}

这会抛出一个cuda错误无效值对于 cudaMemcpy（与 cudaMemcpyFromSymbol 相同）。当我使用时这不会引发错误__device__ int devData[6];代替__device__ int *devData;并按预期打印 3。

这仍然是不可能的。

这记录在编程指南.

此外，设备 malloc() 内存不能在任何运行时或驱动程序 API 调用（即 cudaMemcpy、cudaMemset 等）中使用。

如果您的分配中有由内核创建的数据malloc()如果您希望传输到主机，则需要先将该数据传输到设备内存分配（或托管分配），然后再复制到主机或在主机代码中使用。

内核中的相同注释和使用的所有方面malloc同样适用于内核中new以及内核中的cudaMalloc.