GPU系统结构与程序设计，一个入门级的知识梳理，GPU与CPU在访存方面各采取什么措施应对存储访问的长延时？ 为什么只有Block内允许共享存储器？ 为什么GPU与CUDA设计中引入warp？ 为什么每个Block 需要多个warp？ 为什么每个Block中线程数目并非越多越好？ 为什么要允许一个MP运行多个Block？ Warp与向量指令的区别？