视频资源：https://www.bilibili.com/video/BV1QZ421N7pT?vd_source=85c9ce6d49ba579156fb1b41d0e606b3
github参考：https://github.com/BBuf/how-to-optim-algorithm-in-cuda/tree/master/reduce
torch的core dev推荐书籍：《Programming Massively Parallel Processors》
Programming Massively Parallel Processors.pdf
<aside> 💡
进度：how-to-optim-algorithm-in-cuda / cuda-mode/lecture / 14-编程模型
</aside>
API
cudaMallocManaged 统一内存
cudaOccupancyMaxPotentialBlockSize(&minGridSize, &blockSize, kernel, 0, 0); 查询最小gridsize和最佳blocksize
Function
__shfl_sync() 用于线程间通信的内置函数，实现了“shuffle”操作，即它可以从Warp内的任意线程获取数据，并将其广播给同一Warp中的其他线程。