在CUDA内核中,如何将数组存储在"本地线程内存"中？

__global__ void kernel(int *array, int array_size) {
    // 在本地线程内存中分配一个数组
    extern __shared__ int local_array[];

    // 将全局内存中的数组复制到本地线程内存中
    for (int i = 0; i< array_size; i++) {
        local_array[i] = array[i];
    }

    // 在本地线程内存中对数组进行操作
    // ...
}

int block_size = 128;
int shared_memory_size = block_size * sizeof(int);
kernel<<<1, block_size, shared_memory_size>>>(array, array_size);