跨块的CUDA总和

Question

您好，我是cuda编程的新手，但遇到了问题。

我有一个变量，让我们调用存储在每个块共享内存中的foo ，每个块的值都不同。 而且我只希望一个线程可以将所有这些求和求和。 我以为可以将foo发送到全局内存中，然后计算总和，但是有没有可以更快地执行此操作的函数？

谢谢你的帮助。

Answer 1

在每个块中有一个线程执行atomicAdd()操作会更快，将每个块的值添加到全局内存中的单个网格范围变量中。

请参阅《 CUDA C编程指南》的相关部分 。

为了更深入地探索优化缩减（=求和），尽管不一定要执行该优化 ，请查看Mark Harris的演讲： 优化CUDA中的并行缩减 。