DCU开发与使用文档第3.6章节--单进程多DCU编程，介绍了一个算例：数组相加，采用单DCU和多DCU计算性能的比较。比较的语句如下：

// record start time
Common::Timer timer;
timer.start();
double iStart = timer.seconds();

......

// calculate the elapsed time in seconds
timer.stop();
double iElaps = timer.seconds() - iStart;
printf("%d DCU timer elapsed: %8.2fms \n", ngpus/ngpus, iElaps * 1000.0/ngpus);

不明白最后语句为什么要除以ngpus。按照我的理解，应该比较实际用了多少时间，即将1DCU所用时间与4DCU所用时间去比较，如果4DCU所用时间小于1DCU所用时间，那么增加DCU是有提升计算性能，节约计算时间效果的（先不论加速比）。
因此最后语句应该改写成：
printf("%d DCU timer elapsed: %8.2fms \n", ngpus, iElaps * 1000.0);

这样，按照我的测试结果：
4 DCU timer elapsed: 61.34ms
2 DCU timer elapsed: 38.31ms
1 DCU timer elapsed: 21.21ms
实际上多个DCU反而使得计算时间更长了，计算性能降低的。这样不能得出文档中所说的：“对比输出结果可以看到，使用4个设备时的性能相对更好”的结论。