优化原则：最大化并行执行
探索并行化：
优化线程块的规模
我们在设计CUDA程序的时候，要对线程块的个数进行考虑。因为GPU中流处理器SM的数量是相对固定的，所以我们应该尽量的将多个block放到同一个SM当中（至少保证每个SM中都有一个块），使得SM时刻处于活跃状态。但如果块所需资源过多，那么一个SM能够同时处理的块就比较少。
优化线程块的大小
因为SM是以warp为单位的，那么我们就要尽量的保证块的大小是32的倍数，使得所有的warp中所有的线程都处于活跃状态。如果块上的线程多的话，就可以隐藏一些内存的延迟。但是，如果一个块上的线程越多，每个线程拥有的寄存器大小就越小。
最大化Occupancy
基本策略
极小化CPU和GPU之间的数据传输
极大化使用共享内存
优化内存使用模式
全局内存：对齐与合并访问
共享内存：防止bank conflict
优化优先级
指令优化：原则
结论
