一、Cuda Streams
在GPU上是通过使用CUDA流来实现任务并行的，CUDA流是GPU上的工作队列，队列里的工作将以特定的顺序执行。这些工作可以包括：内核函数的调用，cudaMemcpy系列传输，以及对CUDA事件的操作。它们添加到队列的顺序将决定它们的执行顺序。
每个CUDA流可以被视为单个任务，因此我们可以启动多个流来并行执行多个任务。（每个流中的工作只能以前后顺序串行执行，不能并行）。
下面代码中定义了两个cudaStream_t类型的CUDA流对象，stream 0和stream 1，然后通过cudaStreamCreate函数创建了流。也定义了两套相关的主机和设备指针，将分别会在2个流中使用。我们定义并创建了2个CUDA事件对象，用来进行该程序的性能测量。
之后给这些指针分配空间。CUDA流（中的传输）需要使用页面锁定内存，所以使用了cudaHostAlloc函数，而不是常规的malloc进行内存分配。
然后分别在2个流中将传输操作和内核执行操作加入（队列）。
#include "stdio.h"
#include<iostream>
#include <cuda.h>
#include <cuda_runtime.h>
//Defining number of elements in Array
#define N 50000