# 3.14。共享 CUDA 內存 > 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 此功能僅限于 Linux。 ### 3.14.1.1。將設備陣列導出到另一個進程 可以使用 CUDA IPC API 在同一臺機器中與另一個進程共享設備陣列。為此，請使用設備陣列上的`.get_ipc_handle()`方法獲取`IpcArrayHandle`對象，該對象可以轉移到另一個進程。 ```py DeviceNDArray.get_ipc_handle() ``` 返回 _IpcArrayHandle_ 對象，可以安全地序列化并轉移到另一個進程以共享本地分配。 注意：此功能僅適用于 Linux。 ```py class numba.cuda.cudadrv.devicearray.IpcArrayHandle(ipc_handle, array_desc) ``` IPC 陣列句柄，可以序列化并傳輸到同一臺機器中的另一個進程，以共享 GPU 分配。 在目標進程中，使用 _.open（）_ 方法創建一個新的 _DeviceNDArray_ 對象，該對象共享原始進程的分配。要釋放資源，請調用 _.close（）_ 方法。之后，目標無法再使用共享數組對象。 （注意：資源的基礎弱點現在已經死了。） 該對象實現了自動調用 _.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() ``` 關閉數組的 IPC 句柄。 ```py open() ``` 返回一個新的 _DeviceNDArray_ ，它與原始進程共享分配。不得在原始流程中使用。 ### 3.14.1.2。從另一個進程 導入 IPC 內存 以下函數用于從另一個進程打開 IPC 句柄作為設備數組。 ```py cuda.open_ipc_array(shape, dtype, strides=None, offset=0) ``` 打開 IPC _ 句柄 _（ _CUipcMemHandle_ ）的上下文管理器，表示為字節序列（例如 _ 字節 _，int 的元組）并將其表示為給定 _ 形狀 _，_ 的陣列跨越 _ 和 _dtype_ 。可以省略 _ 步幅 _。在這種情況下，假設它是 1D C 連續陣列。 產生一個設備陣列。 當上下文管理器退出時，IPC 句柄自動關閉。