CUDA-如何对块进行平均？

Question

我有一个关于对块进行平均的问题。我输入的数据大小为 256*512，我将 256 个线程放在一个块中，所以总共有 512 个块。输出的大小应为 256，每个元素是不同块之间相同线程 ID 的平均值。所以换句话说，来自所有 512 个块的线程 1 被平均，并将结果提供给输出数组的线程 1。类似地，来自所有 512 个块的线程 2 被平均并提供给输出数组的线程 2。我知道通过使用共享内存在块内进行平均是非常快速和高效的，但这不是这里的条件。使用 NPP 函数可以让我在 for 循环中完成它，但它确实很耗时。任何人都可以就如何有效地对块进行平均提出建议吗？非常感谢！

Answer 1

为什么不翻转它，每个块执行 512 个线程并执行共享内存减和以计算块内的总和然后除以 512 并存储到全局内存？

您也可以使用 thrust 快速编写代码，使用 reduce-by-key 操作。