说明图片前处理的CUDA算子编写具体流程：计算出矩阵直接使用双线性插值，可合并几乎所有前处理步骤，速度提升10倍以上。

回答思路

1. 能说明CUDA算子编写的基本步骤：内存分配、核函数编写、线程组织、错误检查
2. 能解释如何将归一化、缩放、通道转换等前处理步骤合并为单一核函数的思路
3. 能说明双线性插值在GPU上的实现方式与性能优势
4. 能给出速度提升10倍以上的合理理由，如减少内存访问和数据拷贝