请手写CUDA代码实现矩阵每一行的reduce sum，并说明性能优化点。

Question

Accepted Answer

考察点：考察CUDA并行归约实现与行级reduction的优化意识。回答思路：正确实现矩阵每一行的归约求和 指出内存访问合并策略 说明行数或行宽不同时的处理方式 至少提出一种优化技巧如共享内存或向量化加载

考察说明