我有一个关于块平均的问题。我输入的数据大小为256 * 512，我在一个块中放了256个线程，所以总共有512个块。输出的大小应为256，每个元素是不同块中相同线程ID的平均值。换句话说，来自所有512个块的线程1被平均，并且结果被给予输出数组的线程1。类似地，对来自所有512个块的线程2进行平均，并将其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非常快速和高效，但这不是这里的条件。使用NPP函数允许我在for循环中执行它，虽然它非常耗时。任何人都可以提出如何有效地进行平均块数的建议吗？非常感谢！