为共享变量并行工作的最大块数和线程数
考虑到要在K2000 GPU卡（计算能力3.0）上执行的GPU内核功能如下所示：
#define TILE_DIM 64
__global__ void PerformSomeOperations(float* g_A, float* g_B)
{
__shared__ float BlockData[TILE_DIM][TILE_DIM];
// Some Operation to be performed
}
我如何确定可以在单个多处理器上并行执行的块和线程的最大数量？ 另外，如果我有N个块，这是否意味着每个块的共享内存将除以N？
您可以从示例运行设备查询示例以确定最大块数。 这里每块你可以有最多1024个线程。
在SM（流式多处理器）上执行多少个块？ 每个SM在开普勒可以有多达 16个有源模块，费米有8个有源模块。
你也需要考虑经纱。 一个warp = 32个线程。 在费米，活跃的经纱数量是48个，而开普勒的每个SM有64个。 这些都是理想的数字。 在SM上执行的实际warps数量将取决于您在内核中使用的Launch配置和资源数量。
通常你会计算占用率=活动弯曲/最大活动弯曲数量。
如果你有N个块，那么总共享内存除以N.如果你想拥有大量块，那么你可能需要检查占用率计算器电子表格，以检查你可以使用多少共享内存而不影响性能。
但，
__shared__ float BlockData[TILE_DIM][TILE_DIM];
是按块分配的，因此每块中都有整块可用。
链接地址: http://www.djcxy.com/p/80111.html上一篇: Maximum number of blocks and threads working in parallel for a shared variable