我有一些内存已分配在设备上，它只是一个大小为H * W * sizeof（float）的单一malloc。cudaMemcpy2D共享内存拷贝
这是表示H * W矩阵。
我有一个代码，我需要交换矩阵的象限。我可以使用cudaMemcpy2D来完成此操作吗？我是否需要将spitch和dpitch指定为W * sizeof（float），并仅使用指向矩阵每个象限的指针来完成此操作？
此外，当这些cudaMemcpy谈论的内存区域不重叠 - 是否意味着src和dst根本不能重叠？如果我有一个10字节宽的阵列，我想向左移一次 - 它会失败吗？
由于
可以使用cudaMemcpy2D周边的子块，其是较大的投线性内存分配的一部分移动。这样做没有问题。不重叠的要求是不可谈判的，如果你尝试它，它会失败。源和目标可以来自相同的分配，但源和目标的地址范围不能重叠。如果需要在存在重叠的地方进行一些“原位”复制，则可能会更好地编写内核来执行此操作（请参阅SDK中的矩阵转置示例，这是执行此类操作的一种合理方法）。
我建议编写一个简单的内核来完成这个矩阵操作。我认为编写它比使用cudaMemcpy（2D）更容易，而且假设你编写它以获得良好的内存一致性，它几乎肯定会更快。
为避免破坏输入矩阵，可能最容易进行不适当的转换（即不同的输入和输出数组）。每个线程将简单地从其输入偏移量读取并写入转换的偏移量。
它将类似于矩阵转置。 CUDA SDK中有a matrix transpose example。