矩阵乘以向量

最近一直在看深入浅出谈CUDA这本资料，想把第二个例子矩阵乘法改为矩阵乘以向量，但一直没有成功，不知道怎样给矩阵和向量分块，shared memory的使用也很疑惑，不得其解。本人菜鸟，虚心求学，希望大家可以给点指导，不甚感激，最好有代码。