Cuda 当除一个线程外，所有线程都退出（返回）时，注册资源的情况如何？

我正在用动态并行机制编写一个CUDA程序，如下所示：

{

if(tid!=0) return;

else{

 anotherKernel<<<gridDim,blockDim>>>();

}

{
如果（tid！=0）返回；
否则{
另一个内核（）；
}

---

我知道在子内核函数完成其工作之前，父内核不会退出。这是否意味着父内核中的其他线程的寄存器资源（tid==0除外）将不会被检索？任何人都可以帮助我吗？

终止线程的资源何时以及如何使用（例如，寄存器使用）返回到机器供其他块使用的资源是未指定的，并且根据经验似乎因GPU体系结构而异。这里合理的候选资源是在块完成时返回的，或者在warp完成时返回的

但这种不确定性不需要超出块级别。完全失效的块将其资源返回给其驻留的SM，以用于将来的调度目的。它不等待内核完成。这一特征是不言而喻的（*），因为这是CUDA GPU正常运行的必要条件

因此，对于您给出的示例，我们可以确保除第一个threadblock之外的所有threadblock都将在

return

语句点释放其资源。我无法具体说明第一个threadblock中的warps何时可以释放其资源（除了当线程0终止时，资源将在该点释放（如果不是在此之前）

---

（*）如果不是这样，GPU将无法处理块数相对较少的内核（例如，对于最新的GPU，大约几千块）然而，很容易证明，即使是最小的GPU也可以处理具有数百万个块的内核。

非常感谢，您说，包含线程的块的释放与我的代码类似是不确定的。这是否可能意味着资源的释放取决于我的下一个代码？如果我什么都不做，就启动子内核el，这种情况如何？不确定的是，资源是在扭曲完成时释放，还是仅在块完成时释放。但当然，在任何块完成时，其资源都会释放。不，这不取决于“下一个代码”.好的，我知道了。非常感谢，先生。您介意我再问您一个问题吗？使用Cuda向量（如float4）进行计算有什么好处吗？我知道它可以加快加载/存储操作，但是，我不确定它的计算效率。它的行为类似于SIMD，还是与普通向量一样？