[菜鸟每天来段CUDA_C]GPU上实现任意长度的矢量求和

        由于GPU硬件的限制，核函数kernel<<<B,T>>>中B的数量限制为不超过65535；同样对于启动核函数中每个线程块中的线程数

量，T不能超过设备属性结构(cuDeviceProp)中maxThreadsPerBlock的值，对于目前的GPU，该限制值是每个线程块512个线程。即

当矢量的长度超过65536*128时，核函数的调用会失败，而目前的GPU对处理这种量级的运算时很常见的。

        当矢量求和计算量大于B*T时，可以在每个线程中加一个B*T的偏移，相当于每个线程完成N/(B*T)个向量的加法。

  比如要计算33*1024个向量的加法，核函数调用为

      add<<<128, 128>>>(a, b, c)

  128*128个线程不能完成33*1024个向量的加法，核函数需要写成如下形式：

__global__ void add(int* a, int* b, int* c)
{
    int tid = threadIdx.x + blockIdx.x * blockDim.x;
    while(tid < N)
    {
        c[tid] = a[tid] + b[tid];
        tid += blockDim.x * GridDim.x;
    }
}