先举个例子：
kernel函数包含一个1000次的for循环，每个循环中4个加法4个乘法，所以单个kernel函数计算量10008=8000；
grid和blick的规模分别为grid(1,1,1)，block(8,8,1)；
则总的计算量应该是：888000；
假设kernel运行时间为t；
则该程序的运算性能为：88*8000/t (FLOPS)。
我上面的方法对不，有那些注意事项？
如果计算的数据是 单精度,就对了
先举个例子：
kernel函数包含一个1000次的for循环，每个循环中4个加法4个乘法，所以单个kernel函数计算量10008=8000；
grid和blick的规模分别为grid(1,1,1)，block(8,8,1)；
则总的计算量应该是：888000；
假设kernel运行时间为t；
则该程序的运算性能为：88*8000/t (FLOPS)。
我上面的方法对不，有那些注意事项？
如果计算的数据是 单精度,就对了