共享内存是每个线程块（block）内部的高速内存，线程块内的所有线程都能访问共享内存。因此，直接将整个矩阵加载到共享内存并不是一个可行的选择，除非矩阵的尺寸非常小，或者使用多个线程块来分担内存工作。根据矩阵的大小和线程块的大小计算出所需的线程块数量，保证每个矩阵元素都有一个线程负责计算。会使得线程块在加载数据时，线程按行访问，这可以减少不必要的内存访问延迟。是线程块的大小，这里设置为 16，表示每