高内聚，低耦合。内聚指的是单个类内部成员间的关系，例如某个类是否只有自己需要知道的最少量信息，而没有冗余信息。耦合指的是多个类之间的关系，例如多个类之间是否有错综复杂的依赖/继承关系。
使用cuda编程的时候，要尽量以cuda抽象的方式进行思考，尤其是从cuda block的角度进行问题划分。由于cuda block共享可编程的L1 cache（block内的共享内存），因此如果问题能分治到各个block内处理，借助块内共享内存，效率会高很多。
从结果而言，首先需要从problem space对整个问题进行分块，分配的结果可以视为physical block。接下来，需要为每个physical block分配对应的cuda block，即logical block。physical block和logical block的大小可能不相同。最后，利用logical block的并行处理能力去处理physical block的数据，从而解决问题。
一些tips
- GPU的计算尽可能减少global memory的使用，而使用shared memory
- 通用方法: 将问题分块，cuda block内部线程协作处理各个问题块
- 小心，即使是用于存储float4*数组的float*数组也要对地址强制类型转换为float4*后赋值！，如果用float依次赋值则会增加内存访问次数。