PyCud中三维阵列的就地转置

Question

我有一个三维数组，想转置它的前两个维度（x&y），但不是第三个（z）。在3D数组a上，我想要与numpy的A.transpose((1,0,2))相同的结果。具体地说，我想得到“转置”全局threadIdx。下面的代码应该在3D数组A中的未转换位置写入转置索引，但它没有

有什么建议吗？在

import numpy as np
from pycuda import compiler, gpuarray
import pycuda.driver as cuda
import pycuda.autoinit

kernel_code = """
__global__ void test_indexTranspose(uint*A){
    const size_t size_x = 4;
    const size_t size_y = 4;
    const size_t size_z = 3;

    // Thread position in each dimension
    const size_t tx = blockDim.x * blockIdx.x + threadIdx.x;
    const size_t ty = blockDim.y * blockIdx.y + threadIdx.y;
    const size_t tz = blockDim.z * blockIdx.z + threadIdx.z;

    if(tx < size_x && ty < size_y && tz < size_z){
        // Flat index
        const size_t ti = tz * size_x * size_y + ty * size_x + tx;
        // Transposed flat index
        const size_t tiT = tz * size_x * size_y + tx * size_x + ty;
        A[ti] = tiT;
    }
}
"""

A = np.zeros((4,4,3),dtype=np.uint32)
mod = compiler.SourceModule(kernel_code)
test_indexTranspose = mod.get_function('test_indexTranspose')
A_gpu = gpuarray.to_gpu(A)
test_indexTranspose(A_gpu, block=(2, 2, 1), grid=(2,2,3))

这是返回的内容（不是我预期的）：

^{pr2}$

这是我所期望的（但没有被返回）：

A_gpu.get()[:,:,0]
array([[0, 4, 8,  12],
       [1, 5, 9,  13],
       [2, 6, 10, 14],
       [3, 7, 11, 15]], dtype=uint32)

A_gpu.get()[:,:,1]
array([[16, 20, 24, 28],
       [17, 21, 25, 29],
       [18, 22, 26, 30],
       [19, 23, 27, 31]], dtype=uint32)

A_gpu.get()[:,:,2]
...

谢谢

Answer 1

使用与CUDA内核代码一致的步幅创建numpy数组解决了这个问题。numpy数组的默认布局不是内核假定的行、列、深度。但是，可以在创建阵列时设置跨距。
如果数组是这样创建的，上面的内核可以正常工作：

nRows = 4
nCols = 4
nSlices = 3
nBytes = np.dtype(np.uint32).itemsize
A = np.ndarray(shape=(nRows, nCols, nSlices), 
               dtype=np.uint32, 
               strides=(nCols*nBytes, 1*nBytes, nCols*nRows*nBytes))

跨步是连续索引在内存中的跳跃，对于每个维度（以字节为单位）。E、 g.从第1行的第一个元素到第2行的第一个元素有nCols * nBytes，即16个字节。在