thread block grid warp sp sm
sp:
最基本的處理單元，streaming processor 最後具體的指令和任務都是在sp上處理的。GPU進行並行計算，也就是很多個sp同時做處理
sm:
多個sp加上其他的一些資源組成一個sm, streaming multiprocessor. 其他資源也就是存儲資源，共享內存，寄儲器等。
warp:
GPU執行程序時的調度單位，目前cuda的warp的大小爲32，同在一個warp的線程，以不同數據資源執行相同的指令。
grid、block、thread：
在利用cuda進行編程時，一個grid分爲多個block，而一個block分爲多個thread.其中任務劃分到是否影響最後的執行效果。劃分的依據是任務特性和GPU本身的硬件特性。
下面幾張硬件結構簡圖 便於理解(圖片來源於網上）
以上兩圖可以清晰地表示出sm與sp的關係。
此圖反應了warp作爲調度單位的作用，每次GPU調度一個warp裏的32個線程執行同一條指令，其中各個線程對應的數據資源不同。
此圖是一個warp排程的例子。
一個sm只會執行一個block裏的warp，當該block裏warp執行完纔會執行其他block裏的warp。進行劃分時，最好保證每個block裏的warp比較合理，那樣可以一個sm可以交替執行裏面的warp，從而提高效率，此外，在分配block時，要根據GPU的sm個數，分配出合理的block數，讓GPU的sm都利用起來，提利用率。分配時，也要考慮到同一個線程block的資源問題，不要出現對應的資源不夠。
轉載自:http://hi.baidu.com/dwdxdy/item/497ea936a2f9031e9cc65ef5
