我读了关于在openCL（http://developer.amd.com/resources/documentation-articles/articles-whitepapers/opencl-optimization-case-study-simple-reductions/）中将1d数组减少到一个值的论文，我理解了关联运算符的概念。也应该可以将这个概念扩展到ONE 2d阵列。
但我的问题有些不同：我有大约1000张256x256像素的图像，每张16bit，我想总结所有这些图像，最后得到它们的平均图像。通常的GPU应该有足够的内存（~130Mb）来执行这项任务，但我真的不知道如何实现内核。
答案 0 :(得分：1)
正如1D问题扩展到2D，它也可以扩展到3D（这就是你所拥有的：1000x256x256）。
完全相同的原则适用： 1.尝试尽可能多地并行工作而不与其他工作组争用。 2.分阶段减少，以便每个都可以平行。
你可能会限制带宽，通过131 MB内存，但这不是一个真正的问题。只需编写内核即可进行合并读取以获得最佳性能。