我仍然对这些未知大小的矩阵感到愤怒，这可能从每个维度的10-20.000变化。CUDA - 如果我选择了太多块，该怎么办？
我在看CUDA sdk并想知道：如果我选择一些块太高，会怎么样？
像X和Y尺寸的9999 x 9999块的网格，如果我的硬件具有不能容纳所有这些块的SM，内核是否会出现问题或性能会崩溃？
我不知道如何在块/线程中的尺寸可能会有很大的变化..我在考虑使用我的硬件支持的最大块数，然后让它们内部的线程在整个矩阵中工作这是正确的吗？
线程块没有与核心的一对一映射。块被调度到核心，因为它们变得可用，这意味着您可以请求尽可能多的（可能达到极限）。请求大量的块会导致系统减速，因为它会加载和卸载不执行任何内核的线程块。
您可以在运行时指定网格和块的尺寸。
编辑：这里是从文档中的网格和块的尺寸限制。
如果选择过大的块大小，你浪费了一些周期，而“死”块获得退休（通常只有几十微秒量级甚至上最大的网格大小“全尺寸”费米或GT200卡）。这不是一个巨大的惩罚。
但网格尺寸应始终可计算先验。通常，数据并行工作的可量化单位之间存在已知关系 - 例如每个数据点有一个线程，或者每个矩阵列有一个块或其他类型，这就允许在运行时计算所需的网格维度。
另一种策略是使用固定数量的块（通常只需要像GPU上每MP的4-8个一样），并让每个块/线程处理多个并行工作单元，这样每个块就变成“老大难”。如果每个线程在安装过程中有很多固定的开销成本，那么可以通过每个线程的更多工作分摊这些固定开销。