128次元ベクトル×10000個の辞書データがあって、
65536個のベクトル（クエリー）の検索で、
CPU:9603msec
GPU:1379msec
大体、６〜７倍程度。CPUは3GHzの１コアの結果なので
６コア使うとあまり変わらないのかもしれない。
GPUももっといいものを使えば速くなるかも。
384コアもあるので100倍くらい速くなると思ったけど
そうでもなかった。ちょっと残念。
FFTも比較したけど良くて５倍程度ですね。
CUDAで多次元ベクトルの近似近傍探索は、色々調べた限りでは
コードがなかったので公開した方がいいのかな？
