1、培训001
1
1+…+100，CPU是串行执行，GPU是分成几部分同时计算，如1+2+3,4+5+6…
2、培训002
一来一回
每种定义有对应的调用位置，和执行位置，不对会报错。
下图是用NVPROF时间分析
下图是资源分析
1） CUDA线程层次
一个SM执行多个block
所有线程执行同一个kernel，每个线程处理的数据不一样
线程在cuda core里面，block以块为单位分配到sm中，grid在device中
如图描述的是：9个block分给3个sm
这张ppt的流程与下面这个图其实是一回事
理由：层层分级便于管理，和企业或government管理有点相似。还有个协作，通过共享内存使thread block协作。
h_a，h_b指CPU的变量，d_a等指GPU的变量，申请各自的空间。
使用cudaMemcpy函数将cpu的变量传给gpu，然后使用kernel函数计算。
然后将结果送回去给CPU，最后释放
第一步
第二步，还有个步骤是，cpu通过giga thread将block分配给sm中
第三步
2）CUDA线程索引
设置多大？没有规矩，要通过实验！！！
3）CUDA线程分配
每个线程块的xyz维度最大申请1024,1024,64
参考链接：https://www.bilibili.com/video/BV1dq4y1k7RD?p=1《NVIDIA-CUDA-冬令营》
