当您从 GPU 上的主内核中启动辅助内核时，会产生一些开销。导致或影响此间接费用金额的因素有哪些？例如内核代码的大小、启动内核的 SM 的占用情况、内核参数的大小等。
为了解决这个问题，让我们包容，并将"开销"定义为以下时间间隔的总和：
开始：SM 看到启动指令
结束：SM开始执行子内核的指令
加
开始：最后一个SM执行子内核的任何指令(或者可能是子内核指令的最后写入被提交到相关的内存空间(
结束：子内核启动后执行父级的下一条指令。
这个答案不是基于实验或设备的知识 - 端运行时实现，而是关于需要做什么来执行操作的想法。
我假设启动的网格配置和寄存器使用具有一些影响，因为需要将状态保存在某个地方才能让 SM 移动到另一个内核。此外，启动的块数可能会产生一些影响，因为我看不到设备运行时如何处理所有配置。另一方面，我不明白为什么被调用方寄存器的使用/代码大小会产生巨大影响。
同样，这里没有测试/实验可以证明上述任何一项。