大家好，
请问从__global__里调用一个__device__的函数，根据手册：
When compiling code for devices of compute capability 1.x, a device function is always inlined by default. When compiling code for devices of compute capability 2.x and higher, a device function is only inlined when deemed appropriate by the compiler.
第一种情况很好理解，直接inline了，那么第二种情况呢？
那就应该如同常见的C函数嵌套调用，有一个参数传递之类的过程的吧？在"compute capablity 2.x and higher"上，这个参数传递是通过神马进行的？寄存器？device memory上的堆栈？ 如果是寄存器，会增加寄存器的消耗吧，具体又是如何占用的？思考了一个多月了。。。百思不得其解。。谢谢！
求真相帝现身。
现说一个猜想，考虑到fermi上可以多个kernel并行（当然是通过stream实现的），那么调用device是否也是类似的机制呢？原kernel不退出，另外启动一个device函数。具体机制就不清楚了，这样的话，可以防止因为inline造成kernel内部寄存器不够用。不过具体的编译器的取舍也是不清楚的。
device__函数在最终编译后，实际上在cubin里总是被合并在__global__的代码流的尾部的，但不是直接inline的，而是在需要调用的时候对他CAL一次，被调用的__device(已合并到__global__的尾部)在执行完毕后是RET指令返回的。所以ICE的“原来不退出，另外启动啥的”说法是不对的。大家是在同一个代码流里的。没有额外启动什么东西。
关于楼主问的参数传递和现场保存，我记得是混合的，即：
（1）返回地址的保存总是通过堆栈的，不过fermi没有单独的堆栈寄存器，也没有单独的堆栈段，一般认为是相对local memory的特定位置上的。
（2）参数是通过寄存器传递的，而因为需要被参数使用的原寄存器的值，则被保存到另外的寄存器。
这些是实践中的结论，因为NV不发布他们的实际ABI规范。所以我们不能得知上文是否完全真实，请有选择的看。
LS真相帝，膜拜，求签名~
感谢LS…基本明白了。
看来inline不inline唯一的好处就是节约代码长度了，对寄存器的消耗看来基本没好处，也基本没坏处。
可能对代码缓存有点好处。。