即使是空的kernel, 输出的延时也是很高的。估计memcpy是非常耗时的，而kernel计算时间应该是非常短的，memcpy的时间很大程度决定了最终的结果 （而且结果是非常不稳定的），再怎么优化kernel，最终都很难把这个延时压下去，memcpy的时间算在最终成绩里吗？

性能的判断依据应该是硬件时间，是不包括拷贝时间的，延时是指硬件运行时间，不包括拷贝的。