本文介绍了CUDA kernel的基本构建，包括向量加法的实现、线程索引、同步机制和启动配置。强调了grid-stride loop的优势，使kernel与数据规模解耦，并介绍了__syncthreads()的使用注意事项。建议block大小应为128至512，避免使用过小的block，并强调CUDA错误检查的重要性，以确保程序的稳定性和性能。

本文介绍CUDA线程索引与内存操作，通过向量相加和Sobel边缘检测示例，讲解cudaMalloc分配显存、cudaMemcpy传输数据，以及用blockIdx、blockDim、threadIdx计算全局索引。强调线程数应设为32的倍数以避免Warp浪费，数据过大时用stride循环处理，过小时需判断越界。

本文介绍第一个CUDA程序：用__global__定义核函数，用<<<>>>配置线程，用cudaDeviceSynchronize()同步；演示nvcc编译、编写Makefile及多文件编译；讲解threadIdx、blockIdx等线程索引；最后用nvprof分析性能。