以下是按照发布年份列出的 NVIDIA GPU 架构代号以及对应的主计算能力相关信息：
- Tesla 架构（2006 年）：是 NVIDIA 首个通用 GPU 计算架构，具有 128 个流处理器，带宽高达 86GB/s，开启了 GPU 从专用图形处理器向通用数据并行处理器转变的历程，计算能力无明确官方统一标准表述，从后续架构计算能力演进推测其相对较低。
- Fermi 架构（2009 年）：第一款采用 40nm 制程的 GPU，Fermi GTX 480 拥有 480 个流处理器，带宽达到 177.4GB/s，计算能力相比 Tesla 架构有显著提升，大约为 Tesla 架构的 2 倍左右，计算能力无官方标准特定值，按后续标准推测大概在 2.0 左右级别（此为推测，仅供理解其相对性能）。
- Kepler 架构（2012 年）：采用 28nm 制程，是首个支持超级计算和双精度计算的 GPU 架构。Kepler GK110 具有 2880 个流处理器和高达 288GB/s 的带宽，计算能力适用范围为 Compute Capability 3.0、3.2、3.5、3.7。
- Maxwell 架构（2014 年）：在功耗效率、计算密度上获得重大提升。GM200 具有 3072 个 CUDA 核心和 336GB/s 带宽，功耗只有 225W。计算能力适用范围为 Compute Capability 5.0、5.2、5.3。
- Pascal 架构（2016 年）：采用 16nm FinFET Plus 制程，增强了 GPU 的能效比和计算密度。Pascal GP100 具有 3840 个 CUDA 核心和 732GB/s 的显存带宽。计算能力适用范围为 Compute Capability 7.0、7.2。
- Volta 架构（2017 年）：新增了张量核心，可大大加速人工智能和深度学习的训练与推理。Volta GV100 具有 5120 个 CUDA 核心和 900GB/s 的带宽，加上 640 个张量核心，AI 计算能力达到 112TFLOPS，计算能力为 Compute Capability 7.5。
- Turing 架构（2018 年）：新增了光线追踪核心（RT Core），可硬件加速光线追踪运算。Turing TU102 具有 4608 个 CUDA 核心、576 个张量核心和 72 个 RT 核心。计算能力适用范围为 Compute Capability 7.5（部分型号），一些新型号可达到 Compute Capability 8.9（如 RTX 40 系列部分）。
- Ampere 架构（2020 年）：在人工智能、光线追踪和图形渲染等方面性能大幅跃升，功耗显著降低。Ampere GA100 具有 6912 个 CUDA 核心、108 个张量核心和多个 RT 核心。计算能力为 Compute Capability 8.0，部分衍生型号如 A100 在特定计算场景下性能相比 Volta 架构提升约 20 倍（AI 训练和推理），高性能计算（双精度运算）方面提升 2.5 倍。
- Hopper 架构（2022 年）：面向 AI/HPC，H100 支持 Transformer 引擎，计算能力为 Compute Capability 9.0。
- Blackwell 架构（2024 年）：新一代 AI 架构，针对大模型训练优化，代表显卡有 GeForce RTX 50 系列等，计算能力为 Compute Capability 12.0。
NVIDIA Jetson Orin 和 Drive Orin 上的 GPU 均为 Ampere 架构。
以 Jetson AGX Orin 为例，其 GPU 包含 2048 个 CUDA 核心和 64 个 Tensor Core，由 2 个图形处理簇（GPC）组成，每个 GPC 包含 4 个纹理处理簇（TPC），每个 TPC 由 2 个流处理器（SM）构成。
一个SM流多处理器最多能拥有的线程块的个数，一个SM最多能拥有的线程个数。
不同 NVIDIA GPU 架构中，SM 流多处理器最多能拥有的线程块个数和线程个数有所不同，具体如下：
- Fermi 架构：每个 SM 最多并行执行 1024 个线程。由于 CUDA 通常限制每个线程块的线程数为 512（计算能力 2.0 以下）或 1024（计算能力 2.0 及以上），若按每个线程块 1024 个线程计算，一个 SM 最多能拥有 1 个线程块。
- Kepler 架构：每个 SM 支持的最大线程数为 2048 个，对应 64 个 warp（每个 warp 包含 32 个线程）。一个线程块最大线程数通常为 1024 个，此时一个 SM 最多能拥有 2 个线程块。
- Maxwell 架构：以 GM204 为例，每个 SM 的专用共享内存提高到 96KB，每个线程块的最大共享内存仍是 48KB，每个 SM 最多可拥有 32 个活动线程块。每个线程块最大线程数一般为 1024 个，所以一个 SM 最多能拥有 1024 个线程。
- Pascal 架构：通常情况下，每个 SM 可以支持多个线程块，具体数量会受到共享内存、寄存器等资源限制。每个 SM 最多能拥有的线程数一般为 2048 个。若每个线程块按 1024 个线程计算，最多能拥有 2 个线程块。
- Volta 架构：虽然暂无公开的明确资料表明单个 SM 最多能拥有的线程块个数，但通常每个 SM 可支持较多线程块，受限于共享内存和寄存器资源等。每个 SM 可支持的线程数较多，一般认为可达 2048 个左右，若线程块按 1024 个线程算，最多有 2 个线程块。
- Turing 架构：与 Volta 架构类似，单个 SM 最多能拥有的线程块个数取决于具体芯片设计和资源分配，通常也能支持多个。每个 SM 最多能拥有的线程数大约为 2048 个，若线程块为 1024 个线程，最多 2 个线程块。
- Ampere 架构：每个 SM 包含的 CUDA 核心等资源进一步增加，单个 SM 最多能拥有的线程块个数根据实际资源使用情况而定，一般可支持多个。每个 SM 最多能拥有的线程数通常为 2048 个左右，若按每个线程块 1024 个线程，最多 2 个线程块。
- Hopper 架构：以 H100 为例，每个 SM 可以同时管理的线程块数量上限为 32 个，每个 SM 最多可以支持 2048 个线程。
- Blackwell 架构：暂无公开的详细资料说明其单个 SM 最多能拥有的线程块个数和线程个数，但作为新一代架构，预计在性能上会有进一步提升，可能保持或提高与 Hopper 架构相近的水平。