节省频繁访问内存带来的通讯开销的一种思想。

九次内存访问，每次访问一个元素的开支远大于一次访问九个元素的开支。 

 

通过加入buff完成数据的本地化完成更优化的设计。

这其实也和李沐老师在《动手学深度学习》中讲的类似，一次burst更多数据 （做好和内存大小的协调），来减少通讯时间带来的性能影响，而类似的想法在FPGA，IC，CPU设计，深度学习都普遍存在，因为这些工作都需要面临频繁读写数据带来的通讯影响。

那么在python的深度学习框架里是如何实现的呢？我还没有深入了解。

但我希望在将来的CPU设计学习还有DMA使用的时候学习到这一点。