1 每個sm上面失少要有192個啟用執行緒，暫存器寫後讀的資料依賴才能被掩蓋
2 將 暫存器 的bank衝突降到最低，應盡量使每個block含有的執行緒數是64的倍數
3 block的數量應設定得令可用的計算資源被充分的利用。由於每個block對映到乙個sm上面，所以至少應該讓block的數目跟sm的數目一樣多。
4 當block中的執行緒被同步時或者等待讀取裝置儲存器時，相應的sm會閒置。通常讓block的數目是sm的2倍以上，使其在時間軸上重疊
5 如果block的數目足夠多，則每個block裡的執行緒數應設定成warp尺寸的整數倍，以免過小的warp浪費計算資源。
6 給每個block分配越多的執行緒，能更高效的讓他們在時間片上工作。但是相應的每個執行緒的暫存器也就越少。當暫存器過少，有可能因為訪問溢位的暫存器，而導致資料的儲存變慢。
7 當每個執行緒占用的暫存器較多時，不宜在block內分配過多的執行緒，否則也會減少block的數目。從而使sm的工作效率降低
8 每個block內的執行緒數應遵循 相應的 計算能力等級中的規定數目。
CUDA執行緒配置
1 每個sm上面失少要有192個啟用執行緒，暫存器寫後讀的資料依賴才能被掩蓋 2 將 暫存器 的bank衝突降到最低，應盡量使每個block含有的執行緒數是64的倍數 3 block的數量應設定得令可用的計算資源被充分的利用。由於每個block對映到乙個sm上面，所以至少應該讓block的數目跟sm...
最優的cuda執行緒配置
1 每個sm上面失少要有192個啟用執行緒，暫存器寫後讀的資料依賴才能被掩蓋 2 將 暫存器 的bank衝突降到最低，應盡量使每個block含有的執行緒數是64的倍數 3 block的數量應設定得令可用的計算資源被充分的利用。由於每個block對映到乙個sm上面，所以至少應該讓block的數目跟sm...
CUDA 執行緒束分化
1.執行緒束分化 執行緒束是sm中基本的執行單元。當乙個執行緒塊的網格被啟動後，網格中的執行緒塊分布在sm中。一旦執行緒塊被排程到乙個sm上，執行緒塊中的執行緒會被進一步劃分為執行緒束。乙個執行緒束由32個連續的執行緒組成，在乙個執行緒束中，所有的執行緒按照單指令多執行緒 simt 方式執行 也就是...