__global__ void kernel(int *A, int *B, int *C){
        int tid = threadIdx.x;
    int a=0;
    if(tid<1024)
    C[tid] = A[tid] + B[tid];
    else
    {
    a = a + 1;
    }
    }

int main()
{
        int n = 32;
        int *A, *B, *C;
        cudaMalloc(&A, n*n*sizeof(int));
        cudaMalloc(&B, n*n*sizeof(int));
        cudaMalloc(&C, n*n*sizeof(int));
        kernel <<<1, 32*33>>>(A, B, C);
        cudaDeviceSynchronize();
        printf("%s\n", cudaGetErrorString(cudaGetLastError()));
        return 0;
}