请教一个online softmax 实现的问题

[Holworth]

在online_safe_softmax_f32_per_token_kernel这个kernel的实现中，每个warp首先归约得到m和d并写入共享内存中，再由block内部分线程进行第二轮warp reduce来得到整个线程块规约的m和d。我的疑问是：

LeetCUDA/kernels/softmax/softmax.cu

Line 350 in 228342c

if (local_tid < WARP_SIZE) {

这里是否应该判断local_tid < WARP_NUM, 并且对不满足该条件的线程用MD的identity赋值，否则这里的判断有越界访问shared数组的风险？