“Threads should be run in groups of at least 32 for best performance”。

不知这个32 threads 是怎么到出来的。你说的流处理器每五
个一组。ATI有800 core 的。Nvidia有128，256，512，960 core 的，都是32的倍数。但有一个是240 core的。

几个thread一起执行，是和SIMD差不多的思路。但总的thread数大一点。

C语言的有些功能还不能用，还说“However, a single process must run spread across multiple disjoint memory spaces”。好像目前主要是用作专门的计算。