SM
Nvidia GPU 架构中的基本计算单元，包含多个子分区，每个子分区拥有独立的指令调度器和执行单元；Ampere 架构每个 SM 含四个子分区
时间轴 (近 90 天)
批次大小为 1 时，GPU 的并行计算单元利用率很低，因为一次只有一个 token 参与矩阵运算，大量 SM 处于闲置状态。
Ampere 架构的每个 SM 包含四个子分区，每个子分区有 32 个 FP32 核心。
指令发射率决定了每个时钟周期内 SM 能够向执行单元派发多少条指令。
gpu-unlock 项目在测量侧提供了微基准测试方法，用于观察特定 SM 子分区在连续 FP16/BF16 指令流下的发射行为。
指令发射效率（Instruction Issue Efficiency）衡量 SM 在每个时钟周期内成功发射指令的比例。
L1 缓存是每个 SM 私有的高速缓存，L2 缓存由所有 SM 共享。
GPU的线程块分发到SM的过程对应用层是透明且不可干预的，一旦大型内核占满所有SM，后续提交的小内核即便优先级更高也只能排队等待
Green Contexts 的核心思路是对GPU计算资源进行软性划分，让开发者显式指定某部分工作负载使用多少SM资源
流多处理器（SM）是NVIDIA GPU的核心计算单元，每个SM包含若干CUDA核心、Tensor Core、寄存器文件和共享内存，负责并行执行线程块
一块现代数据中心GPU（如H100）通常拥有数十到逾百个SM
还有 3 条时间轴事件
全部知识事实 (13)
批次大小为 1 时，GPU 的并行计算单元利用率很低，因为一次只有一个 token 参与矩阵运算，大量 SM 处于闲置状态。
50%待验证Ampere 架构的每个 SM 包含四个子分区，每个子分区有 32 个 FP32 核心。
50%待验证指令发射率决定了每个时钟周期内 SM 能够向执行单元派发多少条指令。
50%待验证gpu-unlock 项目在测量侧提供了微基准测试方法，用于观察特定 SM 子分区在连续 FP16/BF16 指令流下的发射行为。
50%待验证指令发射效率（Instruction Issue Efficiency）衡量 SM 在每个时钟周期内成功发射指令的比例。
50%待验证L1 缓存是每个 SM 私有的高速缓存，L2 缓存由所有 SM 共享。
50%待验证GPU的线程块分发到SM的过程对应用层是透明且不可干预的，一旦大型内核占满所有SM，后续提交的小内核即便优先级更高也只能排队等待
50%待验证Green Contexts 的核心思路是对GPU计算资源进行软性划分，让开发者显式指定某部分工作负载使用多少SM资源
50%待验证流多处理器（SM）是NVIDIA GPU的核心计算单元，每个SM包含若干CUDA核心、Tensor Core、寄存器文件和共享内存，负责并行执行线程块
50%待验证一块现代数据中心GPU（如H100）通常拥有数十到逾百个SM
50%待验证GPU内部的计算核心（SM）访问的是已解密的本地受保护内存，不需要在每次计算前后反复进行软件加解密
50%待验证韩国三大娱乐公司SM、JYP、HYBE将CD转化为盲盒式消费品，借鉴了日本AKB48的握手券商法
50%待验证占用率（occupancy）衡量实际活跃warp数与SM支持的最大warp数之比，受每个线程使用的寄存器数量、每个线程块的共享内存大小和线程块配置方式影响
50%