新建cuda第一个程序后，对其内置代码进行解析。
1、初始定义。
程序首先定义了一个函数addWithCuda，它是调用GPU运算的入口函数，返回类型是cudaError_t。
cudaError_t是一个枚举类型，可以作为几乎所有CUDA函数的返回类型，用来检测函数执行期间发生的不同类型的错误，一共有80多个错误类型，可以在driver_types.h头文件中查看每一个整型对应的错误类型，如果返回0，代表执行成功。
2、核函数解析。
函数addKernel在最前有一个修饰符“__global__”，这个修饰符告诉编译器，被修饰的函数应该编译为在GPU而不是在CPU上运行，所以这个函数将被交给编译设备代码的编译器——NVCC编译器来处理，其他普通的函数或语句将交给主机编译器处理。
这里“设备”的概念可以理解为GPU和其显存组成的运算单元，“主机”可以理解为CPU和系统内存组成的运算单元。在GPU上执行的函数称为核函数。
注：关于threadIdx.x的说明。
CUDA中的线程（thread）是设备中并行运算结构中的最小单位，类似于主机中的线程的概念，thread可以以一维、二维、三维的形式组织在一起，threadIdx.x表示的是thread在x方向的索引号，还可能存在thread在y和z方向的索引号threadIdx.y和threadIdx.z。
一维、二维或三维的thread组成一个线程块（Block），一维、二维或三维的线程块（Block）组合成一个线程块网格（Grid），线程块网格（Grid）可以是一维或二维的。通过网格块（Grid）->线程块（Block）->线程（thread）的 顺序可以定位到每一个并且唯一的线程。
addKernel函数会被GPU上的多个线程同时执行一次，线程间彼此没有通信，相互独立。到底会有多少个线程来分别执行核函数，是在“<<< >>>”符号里定义的。“<<< >>>”表示运行时配置符号，在本程序中的定义是<<<1，size>>>，表示分配了一个线程块（Block），每个线程块有分配了size个线程，“<<<>>>”中的 参数并不是传递给设备代码的参数，而是定义主机代码运行时如何启动设备代码。以上定义的这些线程都是一个维度上的，可以通过thredaIdx.x来获取执行当前计算任务的线程的ID号。
3、其他函数解析。
cudaSetDevice函数用来设置要在哪个GPU上执行，如果只有一个GPU，设置为cudaSetDevice（0）；
cudaMalloc函数用来为参与运算的数据分配显存空间，函数原型：cudaError_t cudaMalloc(void **p, size_t s)；
cudaMemcpy函数用于主机内存和设备显存以及主机与主机之间，设备与设备之间相互拷贝数据，函数原型：
cudaError_t CUDARTAPI cudaMemcpy(void *dst, const void *src, size_t count, enum cudaMemcpyKind kind);
第一个参数dst是目标数据地址，第二个参数src是源数据地址，第三个参数count是数据大小，第四个参数kind定义数据拷贝的类型，有如下几类枚举类型：
enum __device_builtin__ cudaMemcpyKind
{
cudaMemcpyHostToHost = 0,/**< Host -> Host */
cudaMemcpyHostToDevice = 1,/**< Host -> Device */
cudaMemcpyDeviceToHost = 2,/**< Device -> Host */
cudaMemcpyDeviceToDevice = 3,/**< Device -> Device */
cudaMemcpyDefault = 4/**< Direction of the transfer is inferred from the pointer values. Requires unified virtual addressing */
};
cudaGetLastError函数用于返回最新的一个运行时调用错误，对于任何CUDA错误，都可以通过函数cudaGetErrorString函数来获取错误的详细信息。
cudaDeviceSynchronize函数提供了一个阻塞，用于等待所有的线程都执行完各自的计算任务，然后继续往下执行。
cudaFree函数用于释放申请的显存空间。
cudaDeviceReset函数用于释放所有申请的显存空间和重置设备状态；