我用Openmp将循环展开，主机端一共创建了四个线程，每个线程创建并启动了一条流，但是性能分析的时候发现，四条流是串行执行的，预期应该是会并行的啊，显卡是GTX760。还请帮忙分析一下原因
LZ您好：
1：您需要在host端申请page-locked memory。
2：需要使用异步版本的copy函数，cudaMemcpyAsync()。
3：请不要使用默认stream上的操作，以免受到隐含的同步的影响。
4：请小心使用cudaDeviceSynchronize()等同步函数。
此外，请尽量使用tesla卡进行测试，在geforce系列GPU上，可能无法达到您的预期异步行为。
大致如此，祝您好运~