PyOpenCLではホストメモリから、デバイスメモリへのコピーを以下の2つの方法で行うことができます。

Arrayクラスのコンストラクタは以下のように定義されています。

class pyopencl.array.Array(
    cq,
    shape,
    dtype,
    order='C',
    allocator=None,
    data=None,
    offset=0,
    strides=None,
    events=None)

cqはpyopencl.CommandQueueまたはpyopencl.Contextのいずれかのインスタンスとなります。shapeとdtypeはnumpyと同じように操作が可能であり、他の引数はオプションで特殊な事例でなければ使う機会はないと考えます。

下記のコードはArrayクラスのインスタンスを生成して、d_gpuが指すデバイスが管理するメモリ空間に10個の要素を持つ配列を作ります。

import numpy as np
import pyopencl as cl
import pyopencl.array as clarr

d_gpu = clarr.Array(queue, (10,), dtype=np.uint32)
print((d_gpu+2).get())

出力は以下のようになります。

出力. 

[2 2 2 2 2 2 2 2 2 2]

符号なし32ビット整数（uint32）型の各要素に2を足しています。この加算はOpenCLデバイスで行われており、Deviceオブジェクトの種類ににGPUを選択すればGPU上で処理がなされます。

Arrayオブジェクトにデータを代入する場合はsetメソッドを使えばできます。以下のソースコードでは、空のインスタンスに整数のデータ配列を設定しています。

CLSetArrayTest.py. 

import numpy as np
import pyopencl as cl
import pyopencl.array as clarr

platforms = cl.get_platforms()
ctx = cl.Context([platforms[0].get_devices(cl.device_type.GPU)[0]])
queue = cl.CommandQueue(ctx)

a = np.arange(5).astype(np.uint32)

a_mem = clarr.Array(queue, (5,), dtype=np.uint32)
a_mem.set(a)

print(a_mem.get())

上記のプログラムの出力は以下のようになります。

出力. 

/Library/Frameworks/Python.framework/Versions/3.5/bin/python3.5 /Users/komatsu/PycharmProjects/MyPythonProject/CLSetArrayTest.py
[0 1 2 3 4]

pyopencl.array.to_device(
    queue,
    ary,
    allocator=None,
    async=False,
    array_queue=<class 'pyopencl.array._same_as_transfer'>)

import numpy as np
import pyopencl as cl
import pyopencl.array as clarr
import warnings

import os
os.environ['PYOPENCL_COMPILER_OUTPUT'] = '1'

a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]).astype(np.float32)

platforms = cl.get_platforms()
ctx = cl.Context([platforms[0].get_devices(cl.device_type.GPU)[0]])
queue = cl.CommandQueue(ctx)

a_gpu = clarr.to_device(queue, a) #(1)

result = (a_gpu + 10).get()
print(result)

/Library/Frameworks/Python.framework/Versions/3.5/bin/python3.5 /Users/komatsu/PycharmProjects/MyPythonProject/CLAdditionTest.py
[ 11.  12.  13.  14.  15.  16.  17.  18.  19.  20.]