CUDAでは、同じブロック内の32の隣接スレッドがワープとしてスケジュールされることを理解しています。しかし、私は頻繁にブロックごとに1つのスレッドを持つ複数のブロックを持つチュートリアルCUDAコードを見つける。このモデルでは、32ブロックから32スレッドがワープとしてスケジュールされますか？そうでない場合、このモデルはブロックごとに32スレッドに編成するほど効率的ではないと言えますか？ありがとう！32ブロックの32スレッドはワープとしてスケジュールされますか？
いいえ、異なるブロックからのスレッドを同じワープでスケジュールすることはできません。スレッドを1つしか持たないスレッドブロックのグリッドを作成すると、マシンから完全なパフォーマンスが得られないことは間違いありません。ブロックあたり32（または32の整数倍）スレッドを持つよりも効率が悪いです。フェルミSMは、例えば、使用可能な32のワープレーンを有する。 1つのスレッドのブロックをスケジューリングする場合、それらの32のレーンのうちの1つだけがいつでも使用可能になります。
スレッドには、単一のブロック内で定義されたスレッドID（threadIdxビルトイン変数）があります。
Cプログラミングガイドのハードウェアマルチスレッドセクションには、a formula which defines the total number of warps in a single blockと記載されています。
もう1点追加してください。 いつもはワープによって発生するため、ブロックあたり32スレッド（1,2 ... 8,16）未満のスレッドを割り当てても、ワープ（32スレッド）に対して計算が行われ、リソースは32スレッドでストールされますブロック。
スレッドごとに32個のブロックを割り当てる場合は、32X32スレッドのリソースを停止しています。可能ならばこれを避けてください。