核函数必须用__global__声明且返回类型为void；需手动计算线程索引；启动时用语法；数据须显式拷贝至gpu显存；执行后必须同步才能读取结果。
核函数必须用 __global__ 声明，且返回类型只能是 void
这是硬性语法限制，不是风格建议。nvcc 编译器在解析 .cu 文件时，只允许 __global__ 修饰的函数被 GPU 执行，且会拒绝编译任何非 void 返回类型的核函数。常见错误是照搬 CPU 函数写法，比如写成 __global__ int add(...)，直接报错 error: return type of kernel function must be void。
核函数内不能调用标准 C++ I/O（如 std::cout），但可安全使用 printf（需配合 cudaDeviceSynchronize() 才能刷出输出）；也不能用 new、malloc 或静态局部变量。
- 正确写法：
__global__ void vectorAdd(float* a, float* b, float* c, int n) - 错误写法：
__global__ float vectorAdd(...)、__device__ void helper()（没用__global__就不能被主机调用） - 线程索引计算必须手动写：
int idx = blockIdx.x * blockDim.x + threadIdx.x，别依赖循环变量
启动核函数要用 >> 语法，参数顺序不能颠倒
>> 是 CUDA 特有的执行配置语法，不是函数调用括号。第一个参数是 grid（线程块数量），第二个是 block（每块线程数）。写反了不会报错，但会导致大量线程越界或根本没执行——比如本该用 >> 处理 262144 个元素，若写成 >>，则每个块要启 1024 个线程，而多数消费级 GPU 单块最多支持 1024 线程，但实际 warp 对齐和资源限制会让部分线程失效。
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
- 常用配置：对 N 元素数组，设
blockSize = 256，gridSize = (N + blockSize - 1) / blockSize（向上取整） - 避免用
>>：单块 N 线程极易超限，且不满足 warp（32线程）对齐，性能极差 - 启动后立即检查错误：
cudaError_t err = cudaGetLastError(); if (err != cudaSuccess) printf("Kernel launch failed: %s\n", cudaGetErrorString(err));
数据必须显式拷贝到 GPU 显存，不能直接传 host 指针
GPU 无法直接访问 CPU 内存。把 float* h_a（主机指针）直接传给核函数 vectorAdd>>(h_a, ...) 不会崩溃，但读到的是垃圾值——因为核函数拿到的是 host 地址，而 GPU 去显存里找这个地址，结果是未定义行为。
- 正确流程：先
cudaMalloc(&d_a, size)分配设备内存 → 再cudaMemcpy(d_a, h_a, size, cudaMemcpyHostToDevice)拷贝 → 最后传d_a给核函数 - 方向参数必须匹配：
cudaMemcpyHostToDevice和cudaMemcpyDeviceToHost不能写错，否则数据“消失” - 小数组别图省事用统一内存（
cudaMallocManaged）：首次访问会触发迁移，可能卡顿，且跨 CPU/GPU 访问有同步开销
执行完必须同步，否则 host 读到的是旧数据
核函数调用是异步的：CPU 发出启动指令后立刻往下走，不等 GPU 算完。如果紧接着就 cudaMemcpy 把结果拷回 host，或者直接打印 c[0]，大概率拿到初始化值或上一轮结果——这不是 bug，是设计如此。
- 最简同步方式：
cudaDeviceSynchronize()，阻塞 CPU 直到所有 kernel 完成 - 更细粒度可用流（
cudaStream_t）+ 事件（cudaEvent_t），但初学者容易误用导致死锁 - 调试时加一句
assert(cudaGetLastError() == cudaSuccess)能提前暴露 kernel 内部越界等错误，比等结果错再排查快得多
核函数本身逻辑简单，真正容易出问题的是内存生命周期管理、同步时机和执行配置的组合效应——三个地方各错一点，现象可能是结果全零、程序卡死、或偶发崩溃，很难直接对应到某一行代码。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
