opencl异构平台可以加快计算速度，主要核心算法是放到了kernel中进行运算。
最近研究一个算法，该算法过程中使用了大量的矩阵运算，例如先初始化单位矩阵、零矩阵，过程中有逆矩阵、转置，矩阵相乘，相除等等。目前查到的资料，如blas都是只是针对一个步骤，而我的算法包含了很多个矩阵运算。目前一直没有找到合适解决方案。
请各位大神能给一个指导思路，或相关文章。这个问题困扰了我很久。感谢大家。
基于opencl的计算，有几个步骤开销比较大：
1.数据从CPU导入到GPU;
2.结果从GPU导出CPU;
3.kernel程序的编译;
4.kernel程序导入到GPU；
关键是减少这些开销大的步骤，使得运算时间集中在真正的计算上。例如每次计算的中间结果，可以保留在GPU中，作为下次计算的输入，这样可以明显减少开销。