CUDA的SDK里的N-body例子疑问？

最近在看CUDA自带的SDK里面的N-body例子，很多地方看不明白，还请看过的各位大虾们，帮帮忙，在此先谢过了。

      一些细节上的我就不问了，我就问问算法问题吧。

       1.里面说用多个线程计算一个粒子，也就是说这几个线程要遍历其他所有粒子的信息，以n=1024，p=64，q=4举例，四个线程计算一个粒子所受的力，我的问题是这四个线程如何分布啊？？在同一个block中？如此的话，在该block中必须存有所有粒子信息，这对于 sharedMemory的要求比较高吧？？如果不在同一个block里面，又该如何安排呢？？关键就是我在程序里面读不出来是怎样安排的。

一下一段代码照实头疼：

#define warp(x,m)(((x)<m)?(x):(x-m))
sharedPos[threadIdx.x+blockDim.x*threadIdx.y]=multithreadBodies?positions[WRAP(blockIdx.x+q*tile+threadIdx.y,gridDim.x)*p+threadIdx.x]:positions[WRAP(blockIdx.x+tile,gridDim.x)*p+threadIdx.x];

 

 其中multithreadBodies是a bool template parameter。
      还有个不情之请啊，这里面除了CUDA的类C语言，还有C++吧。我看不太懂，而且程序运行时的界面所要展示的信息我不是很明白，我想改一改，但是发现里面的初始数据，即原来所有例子的信息我不知道是在哪里设置的。。。。

确实比较烦各位，还请见谅。。。。。谢谢

源程序见下
http://cid-1933940153f2bb4d.skydrive.live.com/self.aspx/.Public/%e5%8e%9f.rar