言ってることがようやくわかりました。

192スレッド/blockで動作してるなら
32768/192=170.66
で1スレッド170は理論的につかえるはずなのに他になにか制限みたいのがあるのかね

もしかして待機しているactive threadの分が消費されるのか？つまり
32768/192/ActiveThreadPerBlockが1スレッドの使えるレジスタ数になるのだろうか