直接学习CUDA、OpenCL框架不就完了
每个设备有每个设备的执行块
调用对应设备的执行块并在对应设备上等待
另外也可以调用对应设备执行块而不等待

再在编译器上实现对应设备的编译能力
以便源码中为设备标记出来的代码，可以编译为对应设备的代码块

【 在 wjhtingerx 的大作中提到: 】
: 算不上并行程序吧，就是一个系统运算量大，一个SOC搞不定，需要几个SOC一起共同分担下
--
FROM 117.135.83.*