因为我host端的内存结构比较复杂，为了节省空间，每个节点都有自己的单链表。因此为了能拿到device端进行计算，每次在拷贝前，把单链表的内容读取到一维数组，并记录起始长度。
所有的单链表读取完后，一起拷贝到device端进行计算。不知道这样是否可行。
比如现在有3个节点：
1：0,1,2
2：1,2,3
3：4,5
我现在拷贝到一个数组，并用另一个数组作为起始的标记
1：0,1,2,1,2,3,4,5
2：0,2,5,7
不知道这样会不会损害太多的时间。
LZ您好：
从逻辑上说，您这么做总是可以的，但是考虑到效率有以下两点：
1：您在host端准备数据的时候，可能需要花费一些时间。
2：您在device端，如果是一个线程处理一个节点，那么您相邻线程访存的时候是不连续的，这会造成非合并访问。
如果您链表内容组成的一维数组的数据量较小，那么您可以尝试手工缓冲到shared memory中，然后再使用，虽然可能有bank conflict，但是比在global memory折腾要好一些。
大致如此，祝您编码顺利~
您说的非合并访问时什么意思？我准备的数据量确实很大，因为主要计算就是这些数据，大概怎么也得有1G左右吧…不知道这么大的数据量，还能用这种方法么
LZ您好：
非合并访问就是指不能合并的global memory访问，这是一个CUDA的基本概念，大体是指相邻的线程需要访问一小段连续的显存空间中的数据，才能使访存效率达到最高。
具体解释请参考CUDA C Programming Guide，以及论坛以前的各种讨论。
如果您的数据有1GB的量级，那么显然是无法直接放入shared memory了，您需要整体权衡和考虑您的算法，如果这些数据反复使用，并且计算步骤很多，并且每个节点的数据量较少而只是节点较多，那么或许使用shared memory每次缓冲一小块是可行的。
如果是其他情况，请您结合实际情况考虑，我暂时并无其他建议。
祝您好运~
比如上面我的一维数组里面存储了 0，1，2,1,2,3,4,5
第一个线程访问0,1,2
第二个线程访问1,2,3
第三个线程访问4,5
他们存储在一个一维数组里面，这个数组显然是连续的地址空间，那么属不属于非合并访问？
按照您的访问方式推广到一个warp的线程的访存行为，您这个是非合并访问。
噢，好的，那我再想想其他办法