For loop 存在数据依赖关系时的CUDA正确性

作为我研讨会演讲的一部分，我正在研究这个主题。我想知道如何根据数据依赖性编写cuda程序

例如：

   for i=1 to N
    s1:  a[i+5]=i;         
    s2:  x[i]=a[i] + c;   //X[] is N-sized array 
   endfor

---

s1到s2之间存在数据依赖关系。如何编写CuDA代码来矢量化此循环？例如，对于N的大值，代码行s1不依赖于s2或其他任何东西。因此，

a[6..N-1]

都可以并行计算<代码>a[0..5]不受此操作的修改

一旦上述操作并行完成，就可以执行另一个并行操作来计算

x[i]

，因为它只依赖于已经计算的

a[i]

这个特殊的问题很容易归类为一个没有循环携带依赖项的问题

循环携带依赖项的问题可能更难解决：

for i=1 to N
 a[i] += a[i-1];         
endfor

但是，这些问题通常属于一类或多类已经解决了并行实现的问题。上面是前缀和的一个例子。如果你在谷歌搜索并行前缀和，你会发现并行

循环携带相关性的另一个示例是减少：

sum = 0;
for i=1 to N
 sum += a[i];         
endfor

有一个相关的教程/白皮书，介绍算法开发