看过以上典型的程序流程，我们来分析一下流程哪些部分是CUDA带来的开销，哪些能带来收益。开销应该是十分明显的：创建镜像数组并且在设备端和主机端传输数据，这些都是在串行计算中不需要进行的额外工作。为了抵消这些内存操作的“额外开销”，我们能从GPU成百上千的处理器核心上得到运算上的收益。这些讨论直接引出了一些使用CUDA的推荐策略：
一次性将你的数据复制到设备端。
启动一个执行了大量工作的核函数（因此从大量并行化中获得的收益将大大超出内存传输的代价）。
只将结果复制回主机端一次。
这些并不是一成不变的，但是它们提供了一些有用的规则。在这里，你拥有执行这个典型工作流的所有工具。然而，在我们接触更复杂问题之前，让我们快速浏览一些可以简化开发流程的其他可选方案。
相关资源：敏捷开发V1.0.pptx