測試的數組數量是 const int num_elements = 1<<20;
運算次數是1000次。
發現gpu的分配內存和拷貝操作很花時間。
1 對數量為 1<<20的數組，1000次cpu求和操作，時間是7720.0 ms。
2 在gpu，一次分配內存和拷貝，1000次求和，時間是360.0 ms。
3 在gpu,1000次分配內存和拷貝，1000次求和，時間是2700.0 ms。
哈哈，如果省去分配內存和拷貝時間，求和操作，在 gpu比cpu快20倍。
但是加上的話，就快不了多少了。
所以，設計GPU程序的時候，一定要減少內存分配和拷貝的操作。
其實可能內存分配花不了多少時間，主要是拷貝， 1<<20這麼多個元素拷貝，想想都知道久。
做了個一次的實驗，
cpu是10ms。
gpu，加上分配內存和拷貝，要60ms,
不算內存分配和拷貝，0ms。
所以，如果數據本來是在gpu的話，那gpu做計算肯定快。
但是如果數據本來在cpu，先拷貝到gpu，再做運算，這種效率肯定低。
所以，
內存分配要合理，該在gpu的放在gpu。
盡量減少內存拷貝。
