cuda点积运算

最近在研究并行运算的规约算法，在看《GPU高性能编程CUDA实战》这本书中点积运算时，有些问题想了很久，记录下来；

注点积公式：（dot(A,B)=a1*b1+a2*b2+...+an*bn）

书上例子算点积运算时分为了以下几步：

1.申请共享内存cache;

__shared__ float cache[threadsPerBlock]

这里要注意一个概念：一旦这样声明共享内存，就会创建与线程块的数量相同的数组cache，即每个线程块都会对应一个这样的数组cache且不同线程块中的共享内存是无法交流的;

在这个例子中，共享内存的大小与每个线程块中的线程个数相同；

2.将每个线程块中每个线程计算的元素（a1*b1形式）加起来并放入共享内存；

int tid = threadIdx.x + blockIdx.x * blockDim.x;
int cacheIndex = threadIdx.x;   

float temp = 0;
while (tid < N)//N为数组元素个数
{
  temp += a[tid] * b[tid];
  tid += blockDim.x * gridDim.x;
}

cache[cacheIndex]=temp;
 __syncthreads();

该例线程块和线程都申请的是一维的，所以tid就代表所有线程块中的所有线程数量；

在while循环这困扰了我很久，不明白为什么需要求和？直