我正在重试这个问题，因为我上次没有正确地这样做：

我已经实现了一个简单的 c++ CUDA 示例，它采用 A [mx 1] 和 B [1 x N] 并使用我习惯称为“隐式”数组扩展（MATLAB 术语）的元素明智地添加它们。我有两个问题：

1. 为什么我不会在两个线程同时从 a 或 b 的同一元素读取时遇到错误？
2. 这是执行这些类型的元素明智操作的“正确”方式，其中“元素添加”表示任意数量的自定义函数，这些函数采用行和列矩阵的任何排列并计算组合的所有排列？

#include <stdio.h>

#define Row  500
#define Col  60000

__global__ void elementadd( int * a, int * b, int * c )
{

  int ro = blockIdx.x * blockDim.x + threadIdx.x;
  int co = blockIdx.y * blockDim.y + threadIdx.y;

  if (ro < Row && co < Col)
  {
    c[ro*Col + co] = a[ro] + b[co];
  }
}


int main()
{
  int *a, *b, *c_cpu, *c_gpu;

  float s1 = (float)(Row) * (float)(Col);
  float size1 = s1 *  sizeof (int); // Number of bytes of an N x N matrix
  int sizeR = Row * sizeof(int);
  int sizeC = Col * sizeof(int);

  // Allocate memory
  cudaMallocManaged (&a, sizeR);
  cudaMallocManaged (&b, sizeC);
  cudaMallocManaged (&c_cpu, size1);
  cudaMallocManaged (&c_gpu, size1);

//initialize 2d
for(int i = 0; i < Row; ++i){
  a[i] = i*2;
}

for(int i = 0; i < Col; ++i){
b[i] = i+2;
}

for(int ro = 0; ro < Row; ++ro){
for(int co = 0; co < Col; ++co){
c_gpu[ro*Col + co] = 0;
c_gpu[ro*Col + co] = 0;
}
}


  dim3 threads_per_block (32, 32, 1); // A 16 x 16 block threads
  dim3 number_of_blocks ((Row / threads_per_block.x) + 1, (Col / threads_per_block.y) + 1, 1);

  elementadd<<< number_of_blocks, threads_per_block >>> ( a, b, c_gpu );

  cudaDeviceSynchronize(); // Wait for the GPU to finish before proceeding

for(int ro = 0; ro < Row; ++ro){
for(int co = 0; co < Col; ++co){
printf("entry[%d][%d] is %d a:%d b:%d \n",ro,co,c_gpu[ro*Col + co],a[ro],b[co]);
}
}


  // Free all our allocated memory
  cudaFree(a); cudaFree(b);
  cudaFree( c_cpu ); cudaFree( c_gpu );
}
```