# 3.15。 CUDA 阵列接口 > 原文： [http://numba.pydata.org/numba-doc/latest/cuda/cuda_array_interface.html](http://numba.pydata.org/numba-doc/latest/cuda/cuda_array_interface.html) _cuda 数组接口 _ 是为各种项目中类似 GPU 阵列的对象的不同实现之间的互操作性而创建的。这个想法来自 [numpy 数组接口](https://docs.scipy.org/doc/numpy-1.13.0/reference/arrays.interface.html#__array_interface__)。 注意 目前，我们只定义了 Python 端接口。将来，我们可能会添加一个 C 端接口，以便在编译代码中有效地交换信息。 ## 3.15.1。 Python 接口规范 注意 实验功能。规格可能会改变。 `__cuda_array_interface__`属性是类似字典的对象，必须包含以下条目： * **形状**：`(integer, ...)` > <cite>int</cite> （或 <cite>long</cite> ）的元组，表示每个维度的大小。 * **typestr** ： <cite>str</cite> > 类型字符串。这与 [numpy 阵列接口](https://docs.scipy.org/doc/numpy-1.13.0/reference/arrays.interface.html#__array_interface__)中的 _typestr_ 具有相同的定义。 * **数据**：<cite>（整数，布尔值）</cite> > **数据**是 2 元组。第一个元素数据指针为 Python <cite>int</cite> （或 <cite>long</cite> ）。数据必须是设备可访问的。第二个元素是 Python <cite>bool</cite> 的只读标志。 > > 因为接口的用户可能在同一个上下文中，也可能不在同一个上下文中，最常见的情况是在 CUDA 驱动程序 API（或等效的 CUDA Runtime API）中使用`cuPointerGetAttribute`和`CU_POINTER_ATTRIBUTE_DEVICE_POINTER`来检索设备指针可用于当前活动的上下文中。 * **版**：<cite>整数</cite> > 要导出的接口版本的整数。目前的版本是 _0_ ，因为它仍处于试验阶段。 以下是可选条目： * **跨步**：`None`或`(integer, ...)` > <cite>int</cite> （或 <cite>long</cite> ）的元组，表示要跳过以访问每个维度的下一个元素的字节数。如果是`None`，则假定该数组采用 C 连续布局。 * **descr** > 这是为了描述更复杂的类型。这遵循与 [numpy 阵列接口](https://docs.scipy.org/doc/numpy-1.13.0/reference/arrays.interface.html#__array_interface__)中相同的规范。 可以使用`cuPointerGetAttribute`或`cudaPointerGetAttributes`检索有关数据指针的其他信息。这些信息包括： * 拥有指针的 CUDA 上下文; * 指针主机可访问？ * 指针是一个托管内存？