调用的次数很大的话，感觉很耗时啊，是不是调用内核函数的开销要比CPU上的大好多？
空kernel本身执行的开销很小（几个us)，但您的一个host线程中的代码进行一次kernel的启动的周期(从开始压入参数到kernel开始异步执行，控制返回您的host code)可能需要较长时间（可能～100us),
如果需要启动很多这种小kernel，建议您同时多个host thread一起启动小kernel, 以提升启动的吞吐率（启动次数/秒)。
调用的次数很大的话，感觉很耗时啊，是不是调用内核函数的开销要比CPU上的大好多？
空kernel本身执行的开销很小（几个us)，但您的一个host线程中的代码进行一次kernel的启动的周期(从开始压入参数到kernel开始异步执行，控制返回您的host code)可能需要较长时间（可能～100us),
如果需要启动很多这种小kernel，建议您同时多个host thread一起启动小kernel, 以提升启动的吞吐率（启动次数/秒)。