在CUDA中，可以使用cudaMemcpyAsync函数来实现异步的内存拷贝操作。cudaMemcpyAsync函数允许将数据从主机内存拷贝到设备内存或者从设备内存拷贝到主机内存，而不会阻塞主机线程。

然而，并发的cudaMemcpyAsync是否可行取决于以下几个因素：

1. 设备的异步内存拷贝能力：某些早期的CUDA设备可能不支持并发的内存拷贝操作。可以通过查询设备的属性来判断设备是否支持异步内存拷贝。使用cudaDeviceGetAttribute函数来查询cudaDeviceAttributeAsyncEngineCount属性，如果该属性的值大于0，则表示设备支持并发的内存拷贝。

2. 内存的可访问性：并发的cudaMemcpyAsync需要保证源内存和目标内存是可访问的。具体来说，源内存和目标内存不能在同一时间被执行核函数所访问。如果源内存和目标内存的访问时间有重叠，那么cudaMemcpyAsync可能会失败。在实际应用中，可以使用cudaStreamSynchronize函数来同步CUDA流，以确保内存访问的正确顺序。

下面是一个示例代码，展示了如何使用cudaMemcpyAsync进行并发的内存拷贝操作：

#include 
#include 

#define N 1024
#define THREADS_PER_BLOCK 256

__global__ void kernel(int* input, int* output) {
    int idx = blockIdx.x * blockDim.x + threadIdx.x;
    if (idx < N) {
        output[idx] = input[idx] * 2;
    }
}

int main() {
    int* h_input, * h_output;
    int* d_input, * d_output;

    // Allocate host memory
    h_input = (int*)malloc(N * sizeof(int));
    h_output = (int*)malloc(N * sizeof(int));

    // Allocate device memory
    cudaMalloc((void**)&d_input, N * sizeof(int));
    cudaMalloc((void**)&d_output, N * sizeof(int));

    // Initialize host memory
    for (int i = 0; i < N; i++) {
        h_input[i] = i;
    }

    // Copy input data from host to device asynchronously
    cudaMemcpyAsync(d_input, h_input, N * sizeof(int), cudaMemcpyHostToDevice);

    // Launch kernel asynchronously
    kernel<<<(N + THREADS_PER_BLOCK - 1) / THREADS_PER_BLOCK, THREADS_PER_BLOCK>>>(d_input, d_output);

    // Copy output data from device to host asynchronously
    cudaMemcpyAsync(h_output, d_output, N * sizeof(int), cudaMemcpyDeviceToHost);

    // Synchronize CUDA stream to ensure memory access order
    cudaStreamSynchronize(0);

    // Print output
    for (int i = 0; i < N; i++) {
        printf("%d ", h_output[i]);
    }
    printf("\n");

    // Free memory
    free(h_input);
    free(h_output);
    cudaFree(d_input);
    cudaFree(d_output);

    return 0;
}

在以上示例代码中，首先使用cudaMemcpyAsync函数将数据从主机内存异步拷贝到设备内存，然后使用<<<>>>语法启动核函数的并发执行，最后使用cudaMemcpyAsync函数将结果从设备内存异步拷贝到主机内存。为了确保内存访问的正确顺序，使用cudaStreamSynchronize函数同步CUDA流。

需要注意的是，并发的cudaMemcpyAsync可能不一定能够提升性能，因为在某些情况下，内存拷贝操作可能会成为性能瓶颈。因此，在实际应用中，需要根据具体情况进行性能测试和优化。