我想根据每个块使用的共享内存量，用CUDA共享内存和块执行来清除执行状态。
州
我的目标是GTX480 nvidia卡，它每个块有48KB共享内存和15个流式多处理器。因此，如果我声明一个内核有15个块，每个块都使用48KB的共享内存，并且没有达到其他限制(寄存器、每个块的最大线程数等)。每个块都运行到一个SM(共15个)中，直到最后。在这种情况下，只需要在同一块的扭曲之间进行调度。
问题
因此，我的误解是：
我调用一个有30个块的内核，因此每个SM上有2个块。现在，每个SM上的调度器必须处理来自不同块的扭曲。但只有当一个块完成执行时，由于共享内存总量(每个SM 48KB)的使用，另一个块的扭曲才会在SM上执行。如果这种情况没有发生，并且调度在同一SM上执行的不同块发生扭曲，则结果可能是错误的，因为一个块可以读取共享内存中从另一个块加载的值。我说得对吗？
您不需要担心这一点。正如您正确地说的，如果由于使用的共享内存量，每个SM只适合一个块，那么在任何时候都只能调度一个块。因此，不存在由于过度使用共享内存而导致内存损坏的可能性。
BTW出于性能原因，通常每个SM至少运行两个块更好，因为
- 在__syncthreads()期间，SM可能不必要地空闲，因为来自块的扭曲可能越来越少
- 同一块的扭曲往往紧密耦合运行，因此可能会有所有扭曲等待内存的时间，而其他时间则是所有扭曲执行计算的时间。有了更多的块，这可能会更好，从而提高资源的整体利用率
当然，与每个SM运行多个块相比，每个块更多的共享内存可以提供更大的加速，这可能是有原因的。