cuda流并行求助贴

[qq_43154002]

我的核函数数据量比较小，占不满4090的计算资源，而且还需要对计算结果进行回传，要进行很多次。

我使用流进行核函数并行，让数据计算与传输同时进行达到隐藏延迟的目的。

因本人比较菜，遇到如图问题，一开始并行的很好，但是为什么后半段效果就完全没有呢。而且从最上方蓝条看计算资源也没有占满（不知道那个是不是这个意思，猜的）

求大佬指点