基本GPU架构

Question

我已经使用CUDA几周了，但是我对块/线程/线程的分配有一些疑问。

首先，我想了解我是否明白这些事实：

1. GPU有一些可以并行工作的流处理器。

2. 每个SM都有块，每个块都有自己的共享内存。

3. 内部模块具有CUDA内核。

4. 在每个SM中，我们还具有Warp调度程序。

5. 每个经线包含32个线程。并在连续工作的方块中扭曲。 这意味着一个扭曲应该完成，然后下一个扭曲可以开始。

6. GPU中的所有块无法同时并行运行。并且并行运行的块数是有限的。（但我不知道数量是多少）

现在我的主要问题是：

假设我们有两种不同的情况：

1. 首先，每个块有32个线程（1个扭曲），并且有16384个对象（或操作数）。

2. 第二，每个块有64个线程（2个扭曲），对象数量相同。

为什么第一个要花更多时间运行程序？（其他条件相同，即使每个块有128个线程，它也比这两个要快）

预先感谢