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