# 3.14。共享 CUDA 内存 > 原文： [http://numba.pydata.org/numba-doc/latest/cuda/ipc.html](http://numba.pydata.org/numba-doc/latest/cuda/ipc.html) ## 3.14.1。流程共享 警告 此功能仅限于 Linux。 ### 3.14.1.1。将设备阵列导出到另一个进程 可以使用 CUDA IPC API 在同一台机器中与另一个进程共享设备阵列。为此，请使用设备阵列上的`.get_ipc_handle()`方法获取`IpcArrayHandle`对象，该对象可以转移到另一个进程。 ```py DeviceNDArray.get_ipc_handle() ``` 返回 _IpcArrayHandle_ 对象，可以安全地序列化并转移到另一个进程以共享本地分配。 注意：此功能仅适用于 Linux。 ```py class numba.cuda.cudadrv.devicearray.IpcArrayHandle(ipc_handle, array_desc) ``` IPC 阵列句柄，可以序列化并传输到同一台机器中的另一个进程，以共享 GPU 分配。 在目标进程中，使用 _.open（）_ 方法创建一个新的 _DeviceNDArray_ 对象，该对象共享原始进程的分配。要释放资源，请调用 _.close（）_ 方法。之后，目标无法再使用共享数组对象。 （注意：资源的基础弱点现在已经死了。） 该对象实现了自动调用 _.open（）_ 和 _.close（）_ 方法的上下文管理器接口： ```py with the_ipc_array_handle as ipc_array: # use ipc_array here as a normal gpu array object some_code(ipc_array) # ipc_array is dead at this point ``` ```py close() ``` 关闭数组的 IPC 句柄。 ```py open() ``` 返回一个新的 _DeviceNDArray_ ，它与原始进程共享分配。不得在原始流程中使用。 ### 3.14.1.2。从另一个进程 导入 IPC 内存 以下函数用于从另一个进程打开 IPC 句柄作为设备数组。 ```py cuda.open_ipc_array(shape, dtype, strides=None, offset=0) ``` 打开 IPC _ 句柄 _（ _CUipcMemHandle_ ）的上下文管理器，表示为字节序列（例如 _ 字节 _，int 的元组）并将其表示为给定 _ 形状 _，_ 的阵列跨越 _ 和 _dtype_ 。可以省略 _ 步幅 _。在这种情况下，假设它是 1D C 连续阵列。 产生一个设备阵列。 当上下文管理器退出时，IPC 句柄自动关闭。