Himσησ says to YSITD 寫過 但不是要你去寫 verilog 只是去參考架構，然後用 opencl/cuda去寫 記憶體這問題，通常在存取 array 時，cuda/opencl會建議先複製到 local memory再運算，在搬移的時間 scheduler 會去排其他工作，只要做好記憶體最佳化效率可以很高