CUDA经验：NVCC编译器过度优化（Reduce算法）

  在GPU中Reduce算法是一种快速归约数据的方法，具体内容单击此处跳转。在CUDA实现的过程中，如果处理不当，会导致Debug版本与Release版本结果不一致的现象，这是由于Debug下不会对代码做优化，而Release下“过度优化”了代码，导致程序并没有按照我们的原意执行，最终结果错误。

  简单的讲，如上图所示，若要对8个元素求最小值，那么只需要先做对（4，5）、（6，2）、（3，7）、（1，8）四对数求最小值，再折半地对（4，3）、（2，1）求最小值，最后对（3，1）求最小值，总计3次并行的操作即可得到对8个数归约（求最小值）的结果。

	运行环境
系统	Windows 10
IDE	VS 2013
CUDA版本	9.0
GPU	TITAN X (Pascal)

  实验：对输入数组data中从0到255共256个数统计其中奇数的个数，主函数部分：（由CPU完成显存内存的分配、数据的初始化、调用CUDA核函数、得到数据后释放显存）

int main(int main_argc, char ** main_argv)
{
    // 初始化CUDA设备
    init_CUDA(main_argc, main_argv);
    int data[256], *dev_data;
    int result, * dev_result;

    // 分配 CUDA 显存
    checkCudaErrors(cudaMalloc(&dev_data, 25