在Cuda中减少任意数量的元素

如何实现以下链接中给出的代码的版本7：

---

对于大小为任意数的输入数组，换句话说，不是2的幂？

版本7已处理任意数目的元素

也许您不应该参考cuvilib链接，而应该查看相关NVIDIA CUDA的链接。它基本上包括您正在使用的pdf文件，但也包括实现缩减1到7的示例代码（标记为

reduce0

到

reduce6

）

如果您研究文档中的简化7的描述，您将看到初始简化步骤是通过while循环处理的，这会导致网格在内存中循环。当它在内存中循环时，每个线程都在累积多个还原元素

该初始while循环不限于问题的特定大小（例如，2的幂）

由于最初是通过这个while循环来处理缩减的，所以后面的步骤可以在threadblock级别以2的超高效功率完成，正如该文档中之前讨论的那样。但初始输入集大小不限于2的幂

---

请研究CUDA示例中给出的代码（

reduce6

）。

版本7已处理任意数量的元素

也许您不应该参考cuvilib链接，而应该查看相关NVIDIA CUDA的链接。它基本上包括您正在使用的pdf文件，但也包括实现缩减1到7的示例代码（标记为

reduce0

到

reduce6

）

如果您研究文档中的简化7的描述，您将看到初始简化步骤是通过while循环处理的，这会导致网格在内存中循环。当它在内存中循环时，每个线程都在累积多个还原元素

该初始while循环不限于问题的特定大小（例如，2的幂）

由于最初是通过这个while循环来处理缩减的，所以后面的步骤可以在threadblock级别以2的超高效功率完成，正如该文档中之前讨论的那样。但初始输入集大小不限于2的幂

---

请研究CUDA示例中给出的代码（

reduce6

）。

您可以将数组中的零填充到下一个2的幂次方，尽管填充一个数组以解决一个限制为两个大小幂次的问题（实际上，这一个不是）肯定会“让它工作”，在缩减的情况下，当性能本质上是内存带宽的函数时，我们可以提出病态问题大小（如2^n+1），其中填充将使执行时间大约翻倍。您可以使用0填充数组，使其达到下一个2的幂次方，尽管填充数组的问题仅限于两个大小的幂次（实际上，这一个不是）肯定会“让它工作”，在减少的情况下，性能本质上是内存带宽的函数，我们可能会产生病态问题大小（例如2^n+1），其中填充将使执行时间大约加倍。