前一篇CUDA学习，我们已经完成了编程环境的配置，现在我们继续深入去了解CUDA编程。本博文分为三个部分，第一部分给出一个代码示例，第二部分对代码进行讲解，第三部分根据这个例子介绍如何部署和发起一个kernel函数。
一、代码示例
二、代码解说申明一个函数，用于检测CUDA运行中是否出错。
kernel函数，blockIdx.x表示block在x方向的索引号，blockDim.x表示block在x方向的维度，threadIdx.x表示thread在x方向的索引号。
这里也许你会问，为什么在x方向？难道还有其他方向？
对的，grid可以是一维、二维，block可以是一维、二维和三维的。一个grid里包含多个block,一个block里也包含多个thread，可参考下图。
从而，i是每个thread的索引号，也许你会问为什么不直接是threadIdx.x呢？
因为每个block里的threadIdx.x都是从0到blockDim.x（假设block是一维的），那么不同的block里threadIdx.x会出现相同的值，我们就不知道该调用那个thread来执行，因为用threadIdx.x+blockIdx.x*blockDim.x表示每个thread的索引号，这样就是唯一的了。举个例子，假设grid和block都是一维的，blockDim.x=8，threadIdx.x从0到7，blockIdx.x也是从0到7，那么i就是0,1,2,3,4,5,6,7,8,9,10,11...63，从而保证了每个thread索引号的唯一性。
申请两个指针*h_a和*d_a，分别指向host内存和device内存，host是指主程序cpu内存，device是指gpu内存（global memory）。并定义一个grid里block数（即numBlocks）和每个block里thread数numThreadsPerBlock。
分配host和device内存，cudaMalloc((void**)&d_a,memSize)是给device中d_a分配memSize字节的内存，为什么前面有(void**)&呢？因为这个内存分配要通过cpu传给gpu。
部署并发起kernel函数，kernel函数是跑在gpu上的那段程序，即我们之前申明的myFirstKernel函数。部署：dimGrid(numBlocks,1,1)，一维的grid,里面包含numBlocks个block；dimBlock(numThreadsPerBlock,1,1)，grid里每个block都是一维的，每个block有numThreadsPerBlock个thread。发起kernel函数：myFirstKernel<<<dimGrid,dimBlock>>>(d_a)，第一个是函数名，括号里是kernel的部署，后面一个是函数的参数。
同步并检查kernel函数运行是否出错。为什么要同步呢？因为每个thread运行的时间是不一样的，只有等所有线程都跑完了，我们才做下一件事。这会造成运行的性能降低，但是是必要的。
cudaMemcpy函数完成数据在host和device之间的传输，第一个参数是传输的目标，第二个参数是传输的源数据，第三个参数传输的数据量，第四个参数是传输的方向，这里是从device传到host。
检查cudaMemcpy函数运行是否出错。
检查从device传回的数据是否正确。
释放host和device内存。
检查CUDA函数是否运行正确的函数。
三、部署和发起一个kernel函数
如上述，对kernel函数先申明，在函数体中实现线程的算法，即：
然后部署和发起kernel函数，即：
综上，我们完成代码的讲解，部署和发起一个kernel函数。想必你现在应该对CUDA有了较为深入的了解了！是吧？