CUDA内核寄存器大小

在计算能力为1.3 GPU的cuda卡上， 我们运行以下代码

for(int i=1;i<20;++i)

kernelrun<<<30,320>>>(...);

---

for（int i=1；iNVIDIA自2007年以来一直在提供一个你可以自己回答这个问题的工具。你应该试试

但为了回答您的问题，compute 1.3设备中的每个SM每个SM有16384个寄存器，因此如果内核受寄存器限制，则每个块的线程数大约为352（16384/45四舍五入到最接近的32）还有一个登记页分配粒度要考虑。
只需指出：您有30个SM，每个SM都有8个SP。这意味着您只能同时运行240个线程。REST将被排队。Period@talonmies：为什么上面的说法完全错误？@Programmer:CUDA的工作原理类似于SIMD架构，向量大小等于扭曲大小，即32。compute 1.x设备每个SM一次发出一个warp，该架构是流水线的（大约21条指令）。因此，在任何给定时间，GT200在ALU上的每个SM可能有32个线程，以每四个时钟的最大速率退休，再加上更多的数据预取，再加上在寄存器文件上的更多。使用占用计算，在某个执行阶段，每个SMi的线程总数可能高达128个扭曲，并且发现每个块有320个线程占用率较高。但当我以循环方式执行内核时，它是在1.3计算能力上并行运行还是必须使用OMP或streams？请帮助我您的硬件一次只能运行一个内核，您无法改变这一点。如果启动10个内核，驱动程序会将它们排队，并从f开始按顺序运行第一个到最后一个。@Taulomies如果我将数据拆分为多个GPU，并按你说的顺序使用它们，会有任何性能差异吗？@Krakesh，这取决于你的内核以及需要多少内存传输来保持所有GPU上的数据一致。如果你的内核没有数据依赖性，你可以对你的pro执行分而治之的操作问题从理论上讲，您可以通过使用的GPU数量实现线性性能增益。@kronos如果我们使用费米体系结构，如何在两种情况下最好地实现内核循环：[1]一个GPU[2]多个GPU