(部分内容转自网络)
一 硬件层次划分
GPU硬件架构:
一个GPU上包含多个SM(STREAMING MULTIPROCESSOR),一个SM包含8个SP(STREAMING PROCESSOR)
sp: 最基本的处理单元，streaming processor 最后具体的指令和任务都是在sp上处理的。
GPU进行并行计算，也就是很多个sp同时做处理
sm:多个sp加上其他的一些资源组成一个sm, streaming multiprocessor. 其他资源也就是存储资源，共享内
存，寄储器等。每个SM大致相当于一个8路SIMD处理器，单指令宽度不是8，是32.（即等于warp size）
???
GPU架构如下：
二 CUDA架构:
CUDA架构是程序执行时候，对GPU计算资源进行的逻辑划分。
在利用cuda进行编程时，一个grid分为多个block，而一个block分为多个thread.一个kernel函数映射到一个grid上执行。
1、线程结构：CUDA将计算任务映射为大量的可以并行执行的线程，并且硬件动态调度和执行这些线程。 Kernel以线程网格（Grid）的形式组织，每个线程网格由若干个线程块（block）组成，每个线程块又由若干个线程（thread）组成。实质 上，kernel是以block为单位执行的，CUDA引入grid只是用来表示一系列可以被并行执行的block的集合。各block是并行执行 的，block间无法通信，也没有执行顺序。目前一个kernel函数中有一个grid，而未来支持DX11的硬件采用了MIMD（多指令多数据）架构， 允许在一个kernel中存在多个不同的grid。
2Block：CUDA中的kernel函数实质上是以block为单位执行的，同一block中的 线程需要共享数据，因此它们必须在同一个SM中发射，而block中的每一个线程（thread）则被发射到一个SP上执行。一个block必须被分配到 一个SM中，但是一个SM中同一时刻可以有多个活动线程块（active block）在等待执行，即在一个SM中可以同时存在多个block的上下文。当一个block进行同步或者访问显存等高延迟操作时，另一个block就 可以“趁虚而入”，占用GPU资源，最大限度利用SM的运算能力。
3 warp:GPU执行程序时的调度单位，目前cuda的warp的大小为32，同在一个warp的线程，以不同数据资源
执行相同的指令。（warp对程序员是隐式的）
Warp：在实际运行中，block会被分割为更小的线程束，这就是warp。线程束的大小由硬件 的计算能力版本决定。在目前所有的NVIDIA GPU中，一个线程束由连续的32个线程组成。warp中的线程只与thread ID有关，而与block的维度和每一维的尺度没有关系，这种分割方式是由硬件决定的。简单地说，warp中包含32条线程是因为每发射一条warp指 令，SM中的8个SP会将这条指令执行4遍。在硬件中实际运行程序时，warp才是真正的执行单位。虽然warp是一个由硬件决定的概念，在抽象的 CUDA编程模型中并不存在，但是其影响力绝对不容忽略。
grid、block、thread：在利用cuda进行编程时，一个grid分为多个block，而一个block分为多个thread.其中
任务划分到是否影响最后的执行效果。划分的依据是任务特性和GPU本身的硬件特性。
线程关系与存储结构示意
此图反应了warp作为调度单位的作用，每次GPU调度一个warp里的32个线程执行同一条指令，其中各
个线程对应的数据资源不同。
此图是一个warp排程的例子。
一个sm只会执行一个block里的warp，当该block里warp执行完才会执行其他block里的warp。
进行划分时，最好保证每个block里的warp比较合理，那样可以一个sm可以交替执行里面的warp，从而提高
效率，此外，在分配block时，要根据GPU的sm个数，分配出合理的block数，让GPU的sm都利用起来，提
利用率。分配时，也要考虑到同一个线程block的资源问题，不要出现对应的资源不够。
三 OPENCL架构
对应CUDA组织多个workgroup,每个workgroup划分为多个thread.