UNIT 61 / 78 · W09-4
两级 reduction 与一个 profiling 假设
本单元预计 4 核心小时。可以分成多个学习时段，按完整小节推进；停下来时留下输入、命令、结果和下一步。
时间包含阅读、编码与检查，是学习预算而非期限。打开此页只保存阅读位置，不代表通过验收。
先知道自己在观察什么
HIP Reduction：从正确性到 profiling 问题 →
手推非整block尾部、单位元、组内与全局同步边界，再读trace与counter各回答什么。
HIP Reduction：从正确性到 profiling 问题 →
核对公开HIP reduction与rocprofv3文档；标出实际执行前还需的完整kernel、工具版本与硬件条件。
先备不清楚时，沿章节入口补读；不要依赖翻过页数判断进度。
先留下自己的预测或独立尝试
手算六项分为4与2的partials=10、11，再运行CPU算法模型；它不执行HIP barrier。
非整块输入的两级求和 →源码下载与编译入口
下载到自己的练习目录。按本节给出的完整命令编译；多文件与driver要求见原任务。需要时查阅文件保存与编译操作 →
36-a.cpp先保存预测，再核对正文标明的预期或诊断。完整构建、多文件与设备实验按原任务命令执行。
通过一个变动看清原因
在副本把输入改为十个1、组容量仍4，将独立partial期望改为[4,4,2]；把只打印partial[0]/partial[1]的语句改成遍历整个partial，保留与顺序总和的比较。
修改后应观察到什么
partials=[4,4,2]、总和10，最后两项没有被丢弃或额外读取。
换一组条件，独立解决
在本人Reduction Lab报告新增一条待设备验证假设：输入复制6、计算2、输出复制1个假定单位，计算减半时端到端如何变化，并写出应采集的trace范围。
用这些条件检查自己的实现
- 假定总长9变8，不是整体减半；数字明确为假设，不是测量。
- 计划同时检查边界/数值与端到端范围，profiler诊断成本不混入正式benchmark。
用证据决定是否进入下一单元
- 为什么block内barrier不能提供跨block全局同步？
- 仅看到kernel变快为什么不足以证明应用收益？
本单元的验收依据
CPU分组通过，公开工具命令与待验证假设齐全；没有SDK运行就不生成虚假trace或speedup。
留下自己的代码或推演、测试输入、真实输出和仍不确定的问题。未达到要求时，下一次继续本单元。