CUDA-如何對塊進行平均？

Question

我有一個關於塊的平均值的問題。我有大小爲256 * 512的輸入數據，並且我在一個塊中放置了256個線程，所以總共有512個塊。輸出的大小應爲256，其中每個元素是不同塊之間相同線程ID的平均值。換句話說，所有512個塊中的線程1被平均，結果賦給輸出數組的線程1。類似地，所有512個塊中的線程2被平均並提供給輸出數組的線程2。我知道通過使用共享內存在一個塊內部平均做到相當快速和高效，但這不是這裏的條件。使用NPP函數可以讓我在for循環中完成它，但這非常耗時。任何人都可以提出如何有效地對塊進行平均處理的建議嗎？非常感謝！

Answer 1

爲什麼不把它翻轉，每塊512個線程，並做一個共享內存sum-reduction來計算塊內的總和，然後除以512並存儲到全局內存？

您也可以使用thrust快速使用按鍵減法操作對其進行編碼。