## blocksize和gridsize设置
- 使用deviceQuery查看GPU相关信息(下图为1080 ti)
- blocksize的最大值建议不要超过Maximum number of threads per block（1024）
- 由于每个block里的线程需要被分为数个wrap，而wrap size为32（Warp size），故最好将blocksize设置为32的倍数
- blocksize设置完成后，需要设置gridsize的大小，即block得数量，该值受几个条件约束：共享内存、寄存器数量、warp数量，等
- 在使用nvcc编译cu文件时，可以使用“--ptxas-options=-v”参数查看每个线程使用得寄存器数量（以下为我的样例程序：可以看出其每个线程需要使用17个寄存器）
bytes stack frame：是指本地内存的数量bytes smem：共享内存
bytes cmem[0] 不太确定，好像是传入函数的某些常量
bytes cmem[2] 传入核函数的参数大小 - 计算方法(假设blocksize=64线程)：
1.每个block使用的shared memory是：0Byte
2.每个block使用的寄存器文件数量：17*64=1088
3.每个block中的warp数量：64/32=2
4. 由shared memory数量限制的active block数量：没有使用shared memory
5.由寄存器数量限制的active block数量：65536/17/64=60
6.由warp数量限制的active block数量：64/2=32，其中的wrap数量好像是由GPU算力确定的（1. Introduction — CUDA C Programming Guide）
7.每个SM中的最大active block数量：192，待确认 - 其他参考方法： CUDA中Block大小的选择_cuda block大小-CSDN博客
