#include<iostream>#include<cuda_runtime.h>// 设备端函数，用于计算向量加法__global__ voidvectorAdd(constfloat* A, constfloat* B, float* C, int n){    int i = blockDim.x * blockIdx.x + threadIdx.x;    if (i < n) {        C[i] = A[i] + B[i];    }}intmain(){    int n = 1000;    size_t size = n * sizeof(float);    // 分配主机端内存    float* h_A = (float*)malloc(size);    float* h_B = (float*)malloc(size);    float* h_C = (float*)malloc(size);    // 初始化数据    for (int i = 0; i < n; i++) {        h_A[i] = i;        h_B[i] = i;    }    // 分配设备端内存    float* d_A;    float* d_B;    float* d_C;    cudaMalloc(&d_A, size);    cudaMalloc(&d_B, size);    cudaMalloc(&d_C, size);    // 将数据从主机端拷贝到设备端    cudaMemcpy(d_A, h_A, size, cudaMemcpyHostToDevice);    cudaMemcpy(d_B, h_B, size, cudaMemcpyHostToDevice);    // 配置线程块和网格的大小    int blockSize = 256;    int gridSize = (n + blockSize - 1) / blockSize;    // 调用设备端函数    vectorAdd<<<gridSize, blockSize>>>(d_A, d_B, d_C, n);    // 将计算结果从设备端拷贝到主机端    cudaMemcpy(h_C, d_C, size, cudaMemcpyDeviceToHost);    // 打印计算结果    for (int i = 0; i < n; i++) {        std::cout << h_C[i] << " ";    }    std::cout << std::endl;    // 释放内存    free(h_A);    free(h_B);    free(h_C);    cudaFree(d_A);    cudaFree(d_B);    cudaFree(d_C);    return 0;}