【CUDA】CUDA 基础实战：向量加法 + 矩阵加法 + 图像灰度化 —— “CPU循环“改写成“kernel“的思维转换

一、核心思维转换：从"循环"到"线程"

1.1 CPU程序员的思维习惯

CPU上处理一批数据，本能写法是一个for循环：

  for (int i = 0; i < N; i++) {
      c[i] = a[i] + b[i];
  }

这个循环里，"i"是一个不断变化的变量，
同一份代码，被同一个CPU核心，按顺序执行N次，
每次执行时i的值不一样。

1.2 GPU上的对应思维

CUDA的写法，是把这个循环"拆开摊平"：

  不再是"一个线程，跑N次循环，每次处理一个i"
  而是"直接开N个线程，每个线程只负责处理一个固定的i，
       每个线程只执行一次"

kernel函数体内，看起来就像是把for循环里的"循环体"
单独拿出来，把循环变量i换成了通过threadIdx/blockIdx
算出来的全局索引：

  __global__ void addKernel(float *a, float *b, float *c)
  {
      int i = blockIdx.x * blockDim.x + threadIdx.x;
      c[i] = a[i] + b[i];   // 就是循环体本身，i换成了全局索引
  }

这就是"CPU循环 → kernel"最核心的思维转换：
  CPU版本：一个执行单元，循环N次
  GPU版本：N个执行单元，各自执行1次
两者要做的计算内容（循环体里的那一行）是完全一样的，
变的只是"由谁、执行几次"这个组织方式。

1.3 转换的通用步骤

面对一段