用C++ CUDA实现向量所有元素求和。

下面是一份用C语言 + CUDA实现向量所有元素求和的代码示例：

#include <stdio.h>
#include <cuda.h>

__global__ void sum_vector_kernel(const float *vec, float *res, int n) {
  int i = blockIdx.x * blockDim.x + threadIdx.x;
  if (i < n) {
    atomicAdd(res, vec[i]);
  }
}

float sum_vector_on_gpu(const float *vec, int n) {
  float *dev_vec, dev_res;
  cudaMalloc((void **)&dev_vec, n * sizeof(float));
  cudaMalloc((void **)&dev_res, sizeof(float));

  cudaMemcpy(dev_vec, vec, n * sizeof(float), cudaMemcpyHostToDevice);
  cudaMemset(dev_res, 0, sizeof(float));

  int block_size = 256;
  int num_blocks = (n + block_size - 1) / block_size;
  sum_vector_kernel<<<num_blocks, block_size>>>(dev_vec, dev_res, n);

  float res;
  cudaMemcpy(&res, dev_res, sizeof(float), cudaMemcpyDeviceToHost);

  cudaFree(dev_vec);
  cudaFree(dev_res);

  return res;
}

int main() {
  float vec[] = {1, 2, 3, 4, 5, 6, 7, 8};
  int n = sizeof(vec) / sizeof(vec[0]);
  float res = sum_vector_on_gpu(vec, n);
  printf("Sum of the vector: %f\n", res);
  return 0;
}

这份代码利用了 CUDA 的并行计算能力，通过在 GPU 上执行 `sum_vector_kernel` 函数来计算向量元素的和。该函数使用了 `blockIdx.x` 和 `threadIdx.x` 来确定每个线程在数组中的索引，并使用 `atomicAdd` 操作对结果进行累加。最后，将结果从 GPU 设备内存拷贝到主机内存，并返回结果。