• GPU负责把线程块分配到各个SM上处理。
• CUDA对申请的线程块何时运行，以及在哪个SM上运行是没有保证的。这恰好是GPU的优势，这种方式带来了灵活性，不需程序根据SM的数量去配置程序。
• 但是一个block内的线程执行好像是按顺序启动的，一个block内的所有线程都是在同一个SM上的。
  
  

下面程序的打印结果，每次都不一样，说明每个block的执行完全随机的。但是如果把下面的程序NUM_BLOCKS 改为1, 把BLOCK_WIDTH改为16, 程序中打印threadIdx.x，那么每次运行结果都是一致的，都是从0打印到15。

#include <stdio.h>

#define NUM_BLOCKS 16

#define BLOCK_WIDTH 1

__global__ void hello()

{

    printf("Hello world! I'm a thread in block %d\n", blockIdx.x);

}

int main(int argc,char **argv)

{

    // launch the kernel

    hello<<<NUM_BLOCKS, BLOCK_WIDTH>>>();

    // force the printf()s to flush

    cudaDeviceSynchronize();

    printf("That's all!\n");

    return 0;

}