首先要先加上 cuda_runtime.h 头：

#include "cuda.h"
#include "cuda_runtime.h"

1. cudaMalloc

在设备（Device）上申请一个空间

float *d_alpha = nullptr,//如果你想表示空指针，那么使用nullptr，而不是NULL。NULL被推导为long int，而不是空指针，
	 cudaMalloc(&d_alpha, num_vec_aligned * sizeof(float));

2. cudaMemcpy

cudaMemcpy用于在主机（Host）和设备（Device）之间往返的传递数据，用法如下：

主机到设备：

cudaMemcpy(d_y, y, y_size* sizeof(float), cudaMemcpyHostToDevice);

设备到主机：

cudaMemcpy(y, d_y, y_size* sizeof(float), cudaMemcpyDeviceToHost);

注意：该函数是同步执行函数，在未完成数据的转移操作之前会锁死并一直占有CPU进程的控制权，所以不用再添加cudaDeviceSynchronize()函数