CUDA thread index:
int blockId = blockIdx.z * (gridDim.x*gridDim.y)
+ blockIdx.y * gridDim.x
+ blockIdx.x;
int threadId = blockId * (blockDim.x * blockDim.y * blockDim.z)
+ threadIdx.z * (blockDim.x * blockDim.y)
+ threadIdx.y * blockDim.x
+ threadIdx.x;
从上到下分别是：
block的3,2,1维；
thread的3,2,1维。
如果没有对应维度，删除对应的计算部分即可。
维度的值最小是1，但是索引的值最小是0.
ps: 最少的情况是都只有1维，最多的情况是都有3维。
所以最简单的都只有1维时：blockIdx.x * blockDim.x + threadIdx.x