C++/CLI からCUDAカーネルを呼ぶ

C#/VB.NET でCUDAを使うべく、C++/CLIでカーネルを呼び出すアセンブリ(DLL)を作ります。
このとき、kernel.cu にどう書くか。

kernel.cu

#include <cuda_runtime.h>
#include <device_launch_parameters.h>

__global__ void kernel_func(const float* input, float* output, int size) {
  ...
}

namespace CUDA {
  ref class Sample {
  public:
    static void wrapped_func() {
      ...
      kernel_func<<<grid, block>>>(in,out,size);
      ...
    }
  }
}

残念ながらダメなんです。nvccは純なC++コード以外受け付けてくれません。
なのでホスト側コードは.cuではなく、.cppに書かなくてはなりません。

しかしながら.cppには kernel_func<<<grid, block>>>(in,out,size); とは書けません。
<<<...>>> の部分はnvccでないと通常のC++コードに展開されませんから。

kernel_func<<<grid, block>>>(in,out,size);と等価なC++コードは以下のようになります。

host.cpp

__global__ void kernel_func(const float* input, float* output, int size);

  dim3 grid;
  dim3 block;
  const float* in;
  float* out;
  int size;

  cudaConfigureCall(grid,block); // <<<grid,block>>>
  size_t offset = 0;
  cudaSetupArgument(in,   offset); offset += sizeof(in);   // 1'st arg
  cudaSetupArgument(out,  offset); offset += sizeof(out);  // 2'nd arg
  cudaSetupArgument(size, offset); offset += sizeof(size); // 3'rd arg
  cudaLaunch((const void*)&kernel_func); // launch!

[追記]
CUDA 7.0 以降、cudaLaunch は deprecated となりました。かわりに cudaLaunchKernel を使ってください。
くわしくはコチラ。