你好:
我的程式分別跑 cudaMemcpyHostToDevice 和 kernel 和 cudaMemcpyDeviceToHost 時間分別為0.004秒，0.007秒，3.202秒
我想問的是為什麼cudaMemcpyDeviceToHost時間會很慢?比cudaMemcpyHostToDevice慢了很多。
樓主你好：
這是因為你往往是這樣的：
host → device copy (記為時間1）
kernel<<<>>>() (記為時間2）
device → host copy (記為時間3）
但實際上，您的時間3將包含kernel的執行時間和後續的傳輸時間的。
因為您的kernel將不等執行完畢就返回了。
您可以這樣：
host → device copy (記為時間1）
kernel<<<>>>() 再 cudaDeviceSynchronize() (記為總計時間2）
device → host copy (記為時間3）
這樣是比較客觀的.
您覺得呢？
恩 我在去試試看