首先我看了讲解CUDA基础部分以后，大致对CUDA的基本了解如下：
第一：CUDA实行并行化的过程分为两部分，一个是线程块之间的并行（这是在每个线程网格中grid进行的），一个是对于每一个线程块内部各线程之间的并行化（每个block内部）；
第二：CUDA程序编写的流程：
分为主机端的程序（CPU）与设备端的程序（GPU）
主机端：
初始化GPU→数据准备工作→为输入输出参数分配显存空间→将输入参数从主机端复制到显存→内核启动设置→将输出参数复制到显存空间→释放在设备端分配的显存空间
数据准备工作：这里的数据指的是待放入GPU上执行的计算任务
在显存中可以分配的空间有两种：线性存储器和CUDA数组
将输入参数从主机端复制到显存：执行cudaMemcpyHostToDevice
将输出参数复制到显存空间:执行cudaMemcpyDeviceToHost
内核启动设置:调用内核函数kernelFunc<<<N,M>>>(d_a,d_b,d_c) N表示执行一个grid中有多少个并行block块，M表示执行一个block中有多少个并行线程（thread）
未完待续。。。