如何在numba.cuda中正确地进行索引？

from numba import cuda

@cuda.jit
def kernel_function(input_array, output_array):
    # 获取线程块和线程索引
    block_idx = cuda.blockIdx.x
    thread_idx = cuda.threadIdx.x
    
    # 计算全局索引
    global_idx = block_idx * cuda.blockDim.x + thread_idx
    
    # 使用全局索引进行计算
    output_array[global_idx] = input_array[global_idx] * 2

# 主函数
def main():
    # 定义输入和输出数组
    input_array = [1, 2, 3, 4, 5]
    output_array = [0, 0, 0, 0, 0]
    
    # 将数组从主机内存复制到设备内存
    d_input_array = cuda.to_device(input_array)
    d_output_array = cuda.to_device(output_array)
    
    # 定义线程块和线程数量
    block_size = 32
    num_blocks = len(input_array) // block_size + 1
    
    # 调用内核函数
    kernel_function[num_blocks, block_size](d_input_array, d_output_array)
    
    # 将结果从设备内存复制到主机内存
    output_array = d_output_array.copy_to_host()
    
    # 打印结果
    print(output_array)

# 调用主函数
if __name__ == '__main__':
    main()