我有一个类似于下面给出的结构的循环：

DO WHILE (t < tend)
  t = t + dt
  DO j = 1,dim

    var2 = 0
    CALL func_a(param1,var2)
    CALL MPI_COMM_RANK(comm(j),rank,ierr)
    CALL func_b(param1, var2,rank)

    var2 = var2 + 0.5d0*var3(j)
    CALL func_c(var3,param1)
    var2 = var2 - 0.5d0*var3

    CALL func_d(var2,params)
    DO ii = 1,dim
        CALL func_e(var2,param)
        CALL func_f(var2,param)
        CALL func_g(var1,var2,comm(j),t)
        var1 = var2   
    END DO
  END DO
END DO

本节是我要移植到 GPU 的时间循环。所有功能都足够并行，可以单独移植到 GPU。

在时间循环开始之前，所有名为 var1、var2、var3 的变量都在 GPU 内存中复制到 GPU 内存（devvar1、devvar2、devvar3）。如果我执行以下操作：

DO WHILE (t < tend)
  t = t + dt
  DO j = 1,dim

    devvar2 = 0
    CALL cu_func_a<<<block,grid>>>(param1,devvar2)
    CALL cu_func_b<<<block,grid>>>(param1, devvar2)

    devvar2 = devvar2 + 0.5d0*devvar3(j)
    CALL cu_func_c<<<block,grid>>>(devvar3,param1)
    devvar2 = devvar2 - 0.5d0*devvar3

    CALL cu_func_d<<<block,grid>>>(devvar2,params)
    DO ii = 1,dim
        CALL cu_func_e<<<block,grid>>>(devvar2,param)
        CALL cu_func_f<<<block,grid>>>(devvar2,param)
        CALL cu_func_g<<<block,grid>>>(devvar1,devvar2,t)
        devvar1 = devvar2   
    END DO
  END DO
END DO

它会从 GPU 内存复制到 GPU 内存（在同一个 GPU 中）本身吗？或者是否有一些意想不到的行为。

我可以创建另一个内核（特别是用于乘法、加法和复制向量）并在内核中启动它（cu_func_a、cu_func_b、...），这样就不需要在外部进行复制。

另外我还有一个问题。我正在使用多个 K20x GPU，它们有大约 6 GB 的全局内存。当我在时间循环之前从 CPU 复制到 GPU 时，如果我复制的总内存超过 6 GB 会发生什么？它会给我一个错误还是我只是得到意外的行为？

如果以上任何内容不清楚，请告诉我。我很高兴澄清和讨论想法。

谢谢！