我在 pycuda 中有一个有效的共轭梯度方法实现，我想对其进行优化。它使用自写的矩阵向量乘法和 pycuda-nativegpuarray.dot和gpuarray.mul_add函数
kernprof.py/line_profiler在一次调用中使用最多返回时间 (>60%)的程序进行分析，直到收敛花费gpuarray.dot()。（大约 0.2 秒）所有后续调用gpuarray.dot()大约需要 7 微秒。所有调用都具有相同类型的输入向量（大小：400 双打）
有什么理由吗？我的意思是最后它只是一个常数，但它使分析变得困难。我想在 pycuda 邮件列表中提问。但是我无法使用@gmail.com 地址订阅。如果有人对奇怪的.dot()行为或我无法订阅该邮件列表有任何解释，请给我一个提示；）