最近在做一个科学计算的程序，其中有一堆固定的数组，和一小部分动态变化的数组。
目标是用少部分动态变化的数据，结合静态不变的数据，使用GPU多线程并行计算新的value，保存结果；就这样周而复始，再次进行GPU计算。
问题是：能否将这堆堆固定的数组静态的存入GPU中，每次开始GPU多线程计算的时候都能正确的提取？
当然可以每次循环都把这堆固定数据写入GPU，也可以直接从GPU读主存，但静态的放到显存是最合理的方案。
请问怎样能实现？
楼主好！
您的题目中包含的问题，一般你可以认为是的。考虑到您是初学者，我简单的说下：
device 中的数组，或者cudaMalloc出来的global memory, 在本context有效期间(例如cudaDeviceReset前)内一直有效。所以可以比此context内的一次kernel启动的一个线程的存活时间长。
您帖子里的第2个问题：“能否将这堆堆固定的数组静态的存入GPU的global memory，每次开始GPU多线程计算的时候都能正确的提取？” – 答案则是显然可以的。简单的解释下为何我这么说：因为您的显存具有保存数据，和再次读出的能力。(在context有效期间).
而你的最后的第3个问题，“如何实现”，则可以这样：
从global memory分配一段显存(或者2段,如果有利于实现或者提高代码可读性的话)
初始化此段显存的值(如果需要)
…
第一次启动你的kernel, 从此段显存读取，然后写入此段显存。（或者写入第二段).
第二次启动你的kenrel, 从此段(或者2段)显存读取，然后写入此段(或者第1段)显存。
第三次启动你的kernel, 从此段(或者1段)显存读取，然后写入此段(或者第2段)显存.
…
完成！
如此是可以的。楼主要不要尝试下？
很详细，手机回复个简短版的。那就是host端用API cudaMalloc分配的空间直到cudafree或者运行结束才释放。在这中间想怎么用就怎么用，无论kernel启动多少次。
详细而严谨的说法请参考横扫千军版主的回答。
参考2楼版主答案即可，另外建议楼主多看相关资料后再做开发。