问题描述：利用GPU进行图像处理加速时，图像格式一般是RGB 3通道图像，每个通占用一个字节，即24位像素图像．
而cuda访问数据元素时，若每个线程访问8bit,16bit,32bit,64bit时，对应数据段长可以是32Byte,64Byte,128Byte,128Byte，
可以达到全局内存合并访问的要求，提高访问访问全局内存性能．
若每个线程访问24bit将无法达到全局内存合并访问的要求，影响全局内存访问的性能．
解决方案：将24bit数据当成32bit数据访问，处理时再从32bit数据获取对应24bit数据．
以将rgb图像转换为rgba图像为例，具体kernel代码如下：
96个32位的数据，相当于128个24位的数据，
利用前96个线程将读取96个32位数据，读取时满足全局内存合并访问，
再利用128个线程来处理128个24位数据，利用共享内存作为中间过渡．