问题：使用CUDA进行数组元素归约求和，归约求和的思想是每次循环取半。
详细过程如下：
假设有一个包含8个元素的数组，索引下标从0到7，现通过3次循环相加得到这8个元素的和，使用一个间隔变量，该间隔变量随循环次数改变（累乘）。
第一次循环，间隔变量stride等于1，将0与1号元素、2与3号元素、4与5号元素、6与7号元素相加并将结果分别保存在0、2、4、6号元素中（图中红色框所示）。
第二次循环，间隔变量stride等于2，将0与2号元素、4与6号元素相加并将结果分别保存在0、4号元素中（图中红色框所示）。
第三次循环，间隔变量stride等于4，将0与4号元素相加并将结果保存在0号元素中（图中红色框所示）。
三次循环过后，整个数组元素相加之和就保存在数组0号元素中。
代码如下：
#pragma once
#include "cuda_runtime.h" #include "device_launch_parameters.h" #include "device_functions.h" #include <iostream> using namespace std; const int N = 128; //数组长度 __global__ void d_ParallelTest(double *Para) { int tid = threadIdx.x;
//----随循环次数的增加，stride逐次翻倍（乘以2）----------------------------------------------------- for (int stride = 1; stride < blockDim.x; stride *= 2) { if (tid % (2 * stride) == 0) { Para[tid] += Para[tid + stride]; //对应上图中红色框的元素 } __syncthreads(); } } void ParallelTest() { double *Para; cudaMallocManaged((void **)&Para, sizeof(double) * N); //统一内存寻址，CPU和GPU都可以使用的数组 double ParaSum = 0; for (int i = 0; i<N; i++) { Para[i] = (i + 1) * 0.1; //数组赋值 ParaSum += Para[i]; //CPU端数组累加 } cout << " CPU result = " << ParaSum << endl; //显示CPU端结果 double d_ParaSum; d_ParallelTest << < 1, N >> > (Para); //调用核函数（一个包含N个线程的线程块） cudaDeviceSynchronize(); //同步 d_ParaSum = Para[0]; //从累加过后数组的0号元素得出结果 cout << " GPU result = " << d_ParaSum << endl; //显示GPU端结果 } int main() { //并行归约 ParallelTest(); //调用归约函数 system("pause"); return 0; }
结果如下所示（CPU和GPU计算结果一致）：
