まあ調べたらシェアードメモリ内容の永続期間は同一TB内しか保証されない仕様っぽいので
SM別に処理を分けるはアーキテクチャーを活かした良い方法とは言えませんけども
(TB内のスレッドがどのSMに割り当てられるかは>947の通り予測し難い)