答案 0 :(得分：3)
正如你对kepler说的那样，流式多处理器可以运行最多 16个线程块。
在您的示例中，如果一个线程块由1024个线程组成，那么在一个mp时只能同时启动两个块，因为在这种情况下，您将受到每个多处理器的最大线程数限制 - 2048/1024 = 2个块。
有几个因素会影响流式多处理器中可以同时运行的块数。 SM也具有有限数量的寄存器和共享存储器。如果您使用太多寄存器或太多共享内存，那么您将受到这些因素的限制。
对此的一个很好的概述是CUDA occupancy calculator。使用excel表，您可以轻松地为所有CUDA架构设置内核配置，您将看到内核将受到限制。
此外，CUDA programming guide提供了所有必需的信息。
也许一个简单的例子可以帮助 - 完成计算能力3.0的占用计算器：
如果您的线程块由512个线程组成，并且您不使用任何寄存器或共享内存，则并行块的数量仅受块大小的影响。 对于每个SM 2048的cc 3.0，可以启动。所以2048/512 = 4.只能同时使用4个线程块。
在第二步中，每个线程将使用额外的48个寄存器。 每个线程块将使用512 * 48 = 24576个寄存器。但是SM只能使用65536个寄存器。现在它只能运行两个块而不是四个块。
在最后一步中，我们假设一个块使用32000字节的共享内存。因为SM只能使用49152个字节用于共享内存，所以只能使用1个线程块。