对于一个2-dim的block(D_x, D_y) ，既指的是二维的平面的block模型;
gridDim: 这个变量包含网格的维度
blockIdx: 这个变量包含了网格中的线程块索引(0~gridDim-1)
blockDim: 这个变量包含了线程块的维度
threadIdx: 这个变量包含了线程块中的线程索引(0~blockDim-1)
您似乎对 CUDA 的线程层次结构有些困惑；简而言之，对于cuda核，将有 1 个网格（我总是将其可视化为 3 维立方体）。它的每个元素都是一个块，因此一个网格声明为 dim3 grid(10, 10, 2);将有 10102 总块。反过来，每个块都是线程的 3 维立方体。
A:通过 **dim3 blockSize(256); dim3 gridSize((N + blockSize.x - 1) / blockSize.x)；**定义GPU并行运算的模型矩阵，可以是二维矩阵，也可以是三维矩阵；
B：通过：// （获取全局索引）int index = threadIdx.x + blockIdx.x * blockDim.x;这种用A的矩阵的方式，来获取共享变量中的数据，然后在进行加减z[i] = x[i] + y[i];，这种索引可以是二位索引，也可以是三维索引；因为是在kenal方法中，所以这种加法是可以直接进行并行运算的。