我正在使用 TESLA T10 设备，它有 2 个 cuda 设备，一个块中的最大线程数是 512，每个维度的最大线程数是 (512,512,64)，最大网格大小是 (65535,65535,1)，它有 30每个 cuda 设备上的多处理器。
现在我想知道我可以并行运行多少个线程。我阅读了以前的解决方案，但没有一个能解决我的疑问。从以前的读取 =(30)*512 线程我可以并行运行（maxNoOfMultiprocessor * maxThreadBlockSize）
但是当我启动 512 个线程的 32 个块时，它仍然在工作，这怎么可能？？？我不了解每个维度中的这些最大线程以及最大网格尺寸部分，请举例说明.......提前致谢
为了讨论的目的，忘记有多少多处理器。它与您可以在内核（即网格）中启动多少块无关。
您可以并行运行的线程数（即可以同时执行）与您可以启动的线程数或您可以启动的块数不同。
通常，您不想启动在给定时间（maxNoOfMultiprocessor * maxThreadBlockSize）只有机器可以运行的线程数的网格。机器需要比这更多的线程，因此它可以隐藏延迟。
您的机器限制为每个块 512 个线程，但您可以启动最多 65535 个块的一维网格。这并不意味着所有这些块/线程都同时运行，但机器最终会处理它们。
您可以创建比硬件能够同时处理更多的线程。这被nVidia称为“自动可扩展性”。如果你有一张有 30 个 SMX 的卡，30 个块将并行运行，然后将运行 2 个块。如果您在只有 16 个 SMX（假设存在）的卡上运行具有 32 个块的相同程序，则运行 16 个块，然后运行 16 个其他块。