在Turing架构呢，一个SM 64 cuda cores，被分成4组，由四个线程束控制器控制，每一组资源如下,
16 FP32 cuda core
16 INTS cores
对于一个warp，32个线程，如果指令的数据都ready的情况下，32个线程是怎么在16FP32 cuda cores上运行的呢？
而且不是有一个条件是需要运行一个warp需要满足32个cuda core可以用于运行吗？