PyOpenCLでは前述のPrefixSumを計算する組み込み関数を提供しています。

class pyopencl.scan.GenericScanKernel(
    ctx,
    dtype,
    arguments,
    input_expr,
    scan_expr,
    neutral,
    output_statement,
    is_segment_start_expr=None,
    input_fetch_exprs=[],
    index_dtype=<class 'numpy.int32'>,
    name_prefix='scan',
    options=[],
    preamble='', devices=None)

参考までに以下に実装例を掲載します。

CLScanKernelTest.py. 

import pyopencl.array as clarr
import pyopencl as cl
import numpy as np

ctx = cl.Context(cl.get_platforms()[0].get_devices(cl.device_type.GPU))
queue = cl.CommandQueue(ctx)

a = np.array((1, 5, 352, 2, 2, 2, 3, 2)).astype(np.int32)

print(a)

a_mem = clarr.to_device(queue, a)

from pyopencl.algorithm import GenericScanKernel

scan_kernel = GenericScanKernel(
    ctx, np.int32,
    arguments="__global int* ary",
    input_expr="ary[i]",
    scan_expr="a+b",
    neutral="0",
    output_statement="""
        ary[i] = item;
    """
)

scan_kernel(a_mem)

print(a_mem.get())

上記のプログラムの出力は以下のようになります。

/Library/Frameworks/Python.framework/Versions/3.5/bin/python3.5 /Users/komatsu/PycharmProjects/MyPythonProject/CLScanKernelTest.py
[  1   5 352   2   2   2   3   2]
[  1   6 358 360 362 364 367 369]