各位斑竹好，小女有如下问题请教各位：
具体来讲，有100个 512512的矩阵对应元素相加求和，我如下设计kernel， thread为5121，block为512*100，也就是block的每一行是一个矩阵，最后要求出这100行的对应元素之和。因为block间无法通信，不知有何方法可以快速实现，或者要实现这种N个矩阵（规模较大）求和的问题，因为如何设计thread和block的大小？
麻烦各位斑竹解答~
LZ您好：
直接给您说一个简单的实现供您参考吧：
1：选block含有512个线程，选grid含有512个block。
2：每个block计算着100个矩阵的某一行的求和，也就是每个thread计算着100个矩阵里面同一个位置的元素的求和，这可以简单循环实现，以及注意合并访问即可。
3：每步都读取并累加到局部的寄存器里面，加完以后回写。
此方法即可解决您的问题，请您参考此方法考虑下您的问题。
祝您好运~
谢谢斑竹，对合并访问不是很清楚，劳烦斑竹解释下，谢谢啦
LZ您好：
简而言之就是相邻的线程访问相邻的数据，即可满足合并访问要求。
细节情况请参阅Programming Guide以及论坛以前的讨论帖。
大致如此，祝您好运~