我有一些关于cuda调度系统的问题。
答：当我使用foo＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆lt;＆＃25525＆gt;＆gt;我知道每个SM从上层接收一个要调度的块，每个SM负责调度其传入的BLOCK，但是哪个部分可以执行？例如，如果我有8个SM，当每个包含8个小CPU时，上层负责安排剩余的255 * 255 - （8 * 8）个线程吗？
B.可以定义的最大线程数限制是多少？我的意思是foo<<<X, Y>>>(); x，y =？
℃。关于最后一个例子，一个块内可以有多少个线程？我们可以说我们拥有的块/线程越多，执行的速度就越快吗？
感谢您的帮助
答案 0 :(得分：3)
一个。计算工作分配器将块从网格分发到SM。 SM将在warp中转换块（所有NVIDIA GPU上的WARP_SIZE = 32）。 Fermi 2.0 GPU每个SM都有两个warp调度器，它们共享一组数据路径。每个循环，每个warp调度程序选择一个warp并向一个数据路径发出指令（请不要考虑CUDA核心）。在Fermi 2.1 GPU上，每个warp调度程序都有独立的数据路径以及一组共享数据路径。在2.1每个周期，每个warp调度程序将选择一个warp并尝试为每个warp执行双重发布指令。
warp调度程序尝试优化数据路径的使用。这意味着单个warp可能会在背靠背循环中执行多个指令，或者warp调度程序可以选择在每个循环中从不同的warp发出。
每个SM可以处理的warp /线程数在CUDA编程指南v.4.2表F-1中指定。这可以从768个线程扩展到2048个线程（24-64个warp）。
B中。每次启动的最大线程数由最大GridDims *每个块的最大线程数定义。请参阅表F-1或参阅cudaGetDeviceProperties的文档。
℃。查看与（B）相同的资源。线程/块的最佳分布由您的算法分区定义，并受占用率计算的影响。基于SM上的扭曲的问题集大小以及在指令障碍（以及其他事项）中阻塞的时间量，存在可观察到的性能影响。对于初学者，我建议每个SM至少2个街区，占用率约为50％。
答案 1 :(得分：0)
B中。这取决于您的设备。您可以使用cuda函数cudaGetDeviceProperties查看设备的规格。常见的最大数量是每个块y = 1024个线程，每个网格维度x = 65535个块。