前言：

　　由于一直在学习图形学，很多时候，图形学中的计算，如最近碰到的问题，计算随机点的中垂面，每个点的计算K近邻树，都是独立的。如果用GPU并行加速，可能会有好的提速效果。

　　再加上实验室已有学长对这个领域有比较深入的了解，故想开始学CUDA。

　　CPU 可以类比于一个强壮的男人，而GPU则是一群小孩，每一个能力不大，但是却可以同时做很多事情，这就是并行的好处。

　　GPU是不适合做太多的逻辑判断的。它更希望能做一些简单的计算工作。

　本笔记的主要来源是 GUDA_C_Programming_Guide 是cuda的官方文档。

　　Cuda程序一般分为两个部分，其中一部分是用Nvidia的编译器进行编译，在GPU上运行；另一部分，用原本的VS（我使用的编译器是Visual Studio）编译，在CPU上跑。这个过程被称为Heterogeneous Programming。