各位好：
使用cudaMallocHost或者cudaHostAlloc申请40M的页锁定内存，物理内存8G，使用CUDA4.0需要耗时20秒，而是用CUDA5.5则仅需2秒，怎么差距那么大？
楼主开玩笑么？
（1）从3.2时代我就尝试使用page locked memory了，但从来没有在有几个GB空闲内存的情况下，只分配40MB就需要20s的。这是我的经验。
（2）网上从来没人抱怨分配40MB的page locked memory需要20秒的抱怨。（否则NV早就被掀翻了，这还能用么）
（3）唯一可能导致需要较长时间的分配是可能发生在这种情况下：
您要分配40MB的page locked memory, 但剩余的可用物理页面不足40MB, 此时虚拟内存&缓存子系统将尝试空出40MB的physical pages来，此时将可能引起一些pageable memory被交换出去，从而需要一定的时间。但是！交换40MB出去写到硬盘也不用20秒啊，哪怕对现在的普通硬盘来说。20秒都完全可以写上GB数据了。。。
楼主确定这不是幻觉么（调侃论坛将可能导致您的帖子被持续移动到灌水专区的）？
感谢来访，建议重新阅读上三段解释。
我也不相信，但这是反复测试的结果，是事实，使用cuda5.5后时间明显减少，目前没有测试其他版本的toolkit
我使用过3.0,3.1,3.2,4.0,4.1,4.2,5.0,5.5版本的toolkit, 均未发现此问题。
我身边的朋友有从0.8版本开始测试cuda的，也未发现此问题。
从常理来说，一个光分配40MB内存（硬件您有8GB内存), 就需要20秒的工具/库/平台，应该早就被市场抛弃了。
所以最大的可能是您测时部分有问题，而不能说CUDA本身有问题。
能否发下贵测时代码？谢谢。
clock_t ts = clock();
cudaMallocHost((void**)&pV, 20185088); //19M
printf(“AllocHost time:%f s\n”, (double)(clock()-ts)/CLOCKS_PER_SEC);
以上是测时的代码。
我今天实验了，使用CUDA4.2的toolkit和cuda5.5中的驱动程序，会出现这样的问题，显卡是GTX660 Ti，OS：WIN764bit，内存：8G
楼主您好，
（1）请不要使用clock进行测时，建议使用QueryPerformanceCounter();
（2）其次，我重复了您的试验, 安装了cuda 4.2并进行了对19MB的cudaMallocHost测时，并没有重现您的“分配一次需要20秒”的情况。
（3）之前说过，如果真的cuda的一个内存分配都要20秒，那么果断NV可以被骂死并关门了。但您知道现在并无这种情况发生（NV依然存在），所以您的现象不是个普遍存在的现象。
鉴于此，建议您：
（1）使用正确的测时方式，避免被测代码无问题，而测试者出问题。
（2）因为上文的(3)以及NV还存在的事实，请您检查是否您的特定机器有问题。
无法提供更多的建议了。
以及，考虑到一个事实是runtime api提供的cudaMallocHost是对driver api函数cuMemAllocHost的简单包装，而后者(cuMemAllocHost)只和显卡驱动有关（显卡驱动提供的nvcuda.dll）。
所以您在最新的驱动+无论4.2/5.0的runtime，都应该得到相同的性能。
但是您明确表明了，保持显卡驱动不变，换成4.2的runtime后，将极度缓慢到需要20s.
这严重不符合常理的。
您觉得呢？
LS好，我也觉得很难接受，但这是事实，而且在其他的相同配置的机器上也出现了这样的问题，另外使用QueryPerformanceCounter结果一样。
安装了最新的geforce驱动326.41，使用cuda5.5编译cudaMallocHost的时间是1s，cuda4.0编译cudaMallocHost的时间降低为6s。但在另外一台相同配置的机器上这样做后，使用cuda4.0编译cudaMallocHost的时间没有降低。
我这周就找这个问题了，重装了N遍系统。问题依旧，崩溃中。。。。
楼主我今日邀请了～10位有N卡的好友测试了此问题，但在4.0/4.2下均未能重现您的问题。
这10位N卡用户都在很短的时间内(连半秒都没的），就完成了40MB的分配。
我觉得到现在，应该只有2种可能：
（1）您的测试结果有问题。
（2）您的测试结果无问题，但是您报告的有问题（例如您试图使用您手中的西瓜诱惑我们）。
而不是cuda本身存在问题。真的。
编程环境是WIN7 64bit 专业版，我也测试CUDA4.0 SDK中的simplestream例程，确实分配40MB的页锁定内存非常快，大约0.01s。当把我的DLL(中有大量cuda代码)工程添加到simplestream，然后在simplestream中 调用dll的函数（包括cudaMallocHost），这时分配40MB的内存就会出现耗时特别长的问题，难道是我的DLL有问题？我下周在确认下，谢谢LS的回复。（顺便说一句，我没有诱惑你，我确实遇到了这样的问题）。
“然后在simplestream中 调用dll的函数（包括cudaMallocHost），这时分配40MB的内存就会出现耗时特别长的问题”
–楼主您真要测试，请将被测试对象单独抽出，隔离试验变量。。。（建议单独建立个项目测试）
–千万别测试的时候拽上7大姑8大姨妈的。。。
–你这样是多个因素在一起，不是cudaMallocHost的事，却屎盆子扣上去了。。。
谢谢LS的建议，如果仍然测试出有问题，我会贴上测试代码。
[attach]3344[/attach]
附件是我测试的工程，大体上说明下：
1，删除MYFFT/aaa.cu中的cufftPlan1d调用，cudaMallocHost速度大约是0.06s，增加cufftPlan1d调用,时间大约是2.6s
2，可以使用其他的即时方法，但结果都差不多，所以与计时方法关系不大。
我不想说什么了。。真的。
楼主大发阙词，严重批判NV：却是在参杂了多种因素后的“cudaMallocHost"测时。
cudaMallocHost真心无辜的说，您的批判毫无理由。
如同我曾经说过的，
”–楼主您真要测试，请将被测试对象单独抽出，隔离试验变量。。。（建议单独建立个项目测试）
–千万别测试的时候拽上7大姑8大姨妈的。。。
–你这样是多个因素在一起，不是cudaMallocHost的事，却屎盆子扣上去了。。“
本主题就保留不删除了，也希望楼主能反思我们这14楼层的对话。
也希望其他人能引以为戒。
首先我的代码也算是比较干净了，没有把“拽上7大姑8大姨妈的”。不知道我贴的代码测试了没有？如果测试了，能不能给出测试结果？我这边的现象是cudaMallocHost在cufftPlan1d调用存在的情况下耗时长，您能不能给出耗时长的原因？这个确实需要向您请教，谢谢！或者我的测试代码有问题，您都可以批评指正。
LZ您好：
既然您自己也表示直接cudaMallocHost()速度是正常的，有cufftPlan1D()存在的情况下速度才会变慢，那么一个自然的想法就是后者影响了前者。
考虑到cufftPlan1D()是初始化cufft对象的函数，其内部执行了对当前硬件的评估+内部缓冲区的申请+其他初始化工作。这些工作可能会影响您的cudaMallocHost()的实际执行时机，以至于您测量的时间并不仅仅是cudaMallocHost()的时间。
因此，建议您从您代码中其他部分对您的cudaMallocHost()执行以及计时的影响这个角度考虑。
祝您好运~
楼主您好，所有的测时一般均需要注意到避免runtime的初始化，对模块的载入，以及对模块中的kernel的jit时间。
您坠上个cufft，然后再测时的初次使用时间，这还不叫被无辜的姨妈们干扰么？
您可以单独测时cudaMallocHost,
或者您可以启动个空kernel后，再测时调用cudaMallocHost,
或者您可以测试从第二次起的cudaMallocHost,
但您不能在各种因素都存在的情况下，上去就测试cudaMallocHost.
感谢来访。
以及，一个不是提醒的提醒（我觉得你应该知道，但还是提醒一下）：
如果您测试序列:
{
cufft*…;
cudaMallocHost();
}
的时间，那么它不叫cudaMallocHost的时间，而是总时间，这个我想您应该不会犯错。
如果之前没有犯这个错误（我认为您应该不会），请直接无视此提醒。