注：1、这里记录使用笔记，不对cuda的名词做解释，没有详细数学原理和代码。
2、环境：cuda8.0，vs2013，GTX1650
3、理解错误请指出来

1、为什么要确定共享内存和网格大小

做并行规约时，可以使用共享内存和全局内存，如果使用共享内存，写代码之前，有两件事情需要确定一下，一是共享内存要多大，另一个是网格要多大。
在使用共享内存时，需要将全部的数据拷贝到共享内存中，才能进行并行规约，否则求出的结果只是部分数据的结果。

2、共享内存大小定义

个人理解，共享内存一般定义为一个块的大小。1650显卡，一个块有1024个线程，这里假设我们的块大小为32 * 32=1024个线程。
如果图像的大小为512 * 1024，需要512个block，定义块的大小为512 * 1 * 1。
通过运行安装例程，可直接查看设备的情况
进入到安装路径
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\1_Utilities\deviceQuery
运行工程

每个块中共享内存最大为49152个字节，如果数据为float，4*1024=4096，符合。

tid=blockDim.xthreadIdx.y+threadIdx.y，块内ID计算
bid=blockDim.xblockDim.y*blockIdx.x+tid，全局ID计算
每一个块都会有一个共享内存副本，使用全局ID，将数据赋值到整个网格的共享内存中，每个块内的线程共享此块内的数据（整幅图的部分数据）
sdata[tid]=img[bid]

3、网格大小

我们的块数*块的大小应该大于图像的大小，这样在规约的时候，才能保证整幅图所有的像素值都被赋值到共享内存中。