【IT168 文档】Cuda用于3D图形处理，不需要我们自己分配处理器，这个重大的问题由运行系统处理。Cuda的物理基础是gpu。由于多核的并行性，可以提供很大的带宽。GPU主要关注于数据处理，而不关注于流控和缓存。我们要关注数据的大小，而不用关注处理器数目。基本上只能用于数据分解，而且功能非常的受限，复杂，很多非常简单的东西，用cuda来处理将会变得非常的复杂。你要想得到好的性能必须付出相应的代价。
线程组层次结构
cuda提供了两种组织线程的方式：grid 和block，其数据类型都是dim3，其中grid只有两维，而block有三维，其维度分别由gridDim和blockDim来确定，block的索引由blockIdx struct定义。在block之下的就是thread了，其为三维的struct，其索引由threadIdx struct定义， threadIdx是一个包含三个常量的结构。但是其分量x,y,z不是指id值，而是索引值。对于大小为(dx,dy)的二维块。其id值x+ydy，三维则为：x+ydy+zdxdydz。
cuda允许定义基于kernal的函数，定义方式为__global__,使用的时候采用<<>>来定义线程数，方式是：前面一个定义grid，grid可以是一维，也可以是二维的，后面一个定义block,可以是一二三维，也可以使用两个int数，此时，这两个数被隐含的定义为gridDim.x和blockDim.x值。线程编号以列为主，由于这个原由，在定义kernel时，没有足够的理由不要定义二维的。
