这个问题也是从以下链接开始的：共享内存优化混淆
在上面的链接中，从 talonmies 的回答中，我发现计划运行的块数的第一个条件是“8”。我有 3 个问题，如下所示。
是不是意味着条件 2 和条件 3 的块数超过 8 个时，只能同时调度 8 个块？是否不管cuda环境、gpu设备、算法等任何条件？
如果是这样，这确实意味着在某些情况下最好不要使用共享内存，这取决于。然后我们要思考如何判断哪个更好，使用或不使用共享内存。我认为一种方法是检查是否存在全局内存访问限制（内存带宽瓶颈）。这意味着如果没有全局内存访问限制，我们可以选择“不使用共享内存”。这是好方法吗？
加上上面的问题2，我认为如果我的CUDA程序应该处理的数据很大，那么我们可以认为“不使用共享内存”更好，因为在共享内存中很难处理。这也是好方法吗？
同时调度的块的数量总是会受到某些东西的限制。
使用 CUDA 占用计算器应该清楚它是如何工作的。三种资源的使用会影响并发调度的块数。它们是Threads Per Block、Registers Per Thread和Shared Memory Per Block。
如果您在2.0 上设置使用 1 Threads Per Block、 1Registers Per Thread和 1的内核，您将受到8 的限制。如果您开始增加，将继续成为您的限制因素，直到您达到成为限制因素的阈值。由于每个 SM 有 49152 字节的共享内存，这发生在大约 8 / 49152 = 6144 字节（它有点少，因为系统使用了一些共享内存并且它以 128 字节的块分配）。Shared Memory Per BlockCompute CapabilityMax Blocks per MultiprocessorShared Memory Per BlockMax Blocks per MultiprocessorShared Memory Per Block
换句话说，给定 8 的限制Max Blocks per Multiprocessor，使用共享内存是完全免费的（因为它与并发运行的块的数量有关），只要您保持在Shared Memory Per Block成为限制因素的阈值以下。
寄存器使用也是如此。