transfer时间是硬伤，一般这部分也优化不了。
就是有时用多个kernel的时候，可能就直接用上次kernel的buffer，避免下传入传出的麻烦。
我们现在就是只比较kernel和CPU的时间，其实有点自欺欺人了。
期待APU吧，那时候可能CPU和GPU就共享存储空间了。就没有transfer时间了。
其实这样的原因还是出现在计算量不够大而且算法不够复杂的时候。
复杂大量的计算时，opencl表现的还是不错的

楼上有理。只有在遇到运算密集而cache使用占量少的时候，并行加速才有用。
GPU -> CPU 的一次transfer最轻巧也得要15-30 ms，常见80-90ms，甚至100ms以上，一秒内能有多少个80ms？
最后，为了这些特性，对算法进行改造和优化是很必要而且也是很考功力的。一般程序员不用想了，这些技术功底根本难以一步登天。

传数据时用非阻塞的

问题规模太小，换个规模大的

超清视频编码的话，是不是opencl的加速优势就很明显了！！！！！