1. 核函数介绍

• 1. 核函数是cuda编程的关键
• 2. 通过xxx.cu创建一个cudac程序文件，并把cu交给nvcc编译(nvcc 是nvidia的c++编译器,编译cudac程序，是c++的超集)，才能识别cuda语法
     
     可以看到红框2中，编译.cpp文件用的CXX来做的，编译.cu文件是通过cuda操作的。
• 3. __global__表示核函数，由host调用。__device__表示为设备函数，由device调用。
     
     核函数内部的代码是在GPU上运行的，因此如果现在核函数内部调用某个函数，需要用__device__修饰，比如在核函数内部调用sigmoid函数，如果没有加device修饰则会报错，如下：
     
     提示不能在__global__函数内调用host函数，应该写成device格式，因此在sigmoid函数前加上__device__前缀，就可以成功执行了，如下：
     
     按道理print函数，包括exp也是host函数，为什么能够在核函数内部被正常调用呢？因为这些常规的函数，在GPU上都是有对应的实现的，invidia已经帮我们封装好了，都有相应的device版本和host版本。
• 4. __host__表示为主机函数，由host调用。__shared__表示变量为共享变量。对于主机函数默认可以不用加__host__。但如果一个函数定义为device函数，但同时也想被host函数中去调用，则需要同时加上__host__ 和__device__
     
• 5. host调用核函数:function<<<gridDim,blockDim,sharedMemorySize,stream>>>(args...);
     函数以<<< >>>尖括号的形式包裹，中间包括4个参数，其中stream做异步的时候用流来控制，sharedMemorySize共享内存的大小，如果不需要共享内存的话，直接给个0就好了。gridDim,blockDim告诉GPU这个函数需要启动多少个线程。
     1） grimDim 和 blockDim的类型为dim3,dim3是有默认参数的dim3(unsigned int vx=1,unsigned int vy=1,unsigned int vz=1)
     
     如果参数没有填，默认值为1，如果dim3(2)，则对应为x=2,y=1,z=1
  2. 总的线程数的计算: nthreads = gridDim.x*gridDim.y*gridDim.z*blockDim.x*blockDim.y*blockDim.z
     
     gridDim的上限值为gridDim(21亿,65536,65536) blockDim(1024,64,64),同时blodkDim还有另一个约束:blockDim.x*blockDim.y*blockDim.z <=1024
• 6. 只有__global__修饰的函数（核函数）才可以用<<< >>>的方式调用
• 7. 调用核函数是传值的，不能传引用，可以传递类、结构体等，核函数可以是模板,另外返回值必须是void
• 8. 核函数的执行是异步的，也就是立即返回，如果给nullptr表示默认流,如果给的是stream就会加到stream里面去
• 9. 线程layout主要用到blockDim,gridDim
• 10. 核函数内访问线程索引主要用到threadIdx,blockIdx,blockDim,gridDim这些内置变量,我们定义了核函数执行的线程数，如果想知道当前执行的这段代码是在·第几个线程，它的Id是多少·，可以通过int idx = threadIdx.x + blockIdx.x * blockDim.x;;进行计算就可以得到线程索引。

2. 线程索引计算

核函数有4个内置变量：threadIdx,blockIdx,blockDim,gridDim,在核函数里面把blockDim,gridDim看作shape,告诉我们线程启动的总数目是多少,把threadIdx,blockIdx看作为index.
1） gridDim 定义为网格大小，对应的索引为blockIdx,比如grid为3，则blockIdx索引为0,1,2; blockIdx < gridDim
1） blockDim 定义为块大小，每个块有多少个线程，就是threadIdx: threadIdx < blockDim

2.1 索引计算方式

可以按照维度高低排序看待这个信息。dims:gridDim.z gridDim.y gridDim.x blockDim.z blockDim.y blockDim.x ；indexs:blockIdx.z,blockIdx.y,blockIdx.x,threadIdx.z,threadIdx.y.threadId.x,线程的绝对索引可以根据划线的方式计算：左乘右加,如下所示

也可以通过代码计算，计算线程的索引伪代码为:

position=0
for i in 6:position *= dims[i]position +=indexs[i]

举例：
假设核函数:

test_print_kernel <<< dim3(2),dim3(10),0,nullptr>>>(pdata,ndata)

此时就有gridDim.x=2, blockDim.x=10 对应的参数如下：

	    dims                 indexs(索引)gridDim.z   1         blockIdx.z    0gridDim.y   1         blockIdx.y    0gridDim.x   2         blockIdx.x    0-1blockDim.z  1         threadIdx.z   0blockDim.y  1         threadIdx.y   0blockDim.x  10        threadIdx.x   0-9

根据左乘右加的计算原则，就有:

int idx = threadIdx.x + blockIdx.x * blockDim.x;

因为blockIdx.x索引为0,1，不是0，所以需要参与计算