You will modify only hostFE.c and kernel.cl.

### Q1 (5 points): Explain your implementation. How do you optimize the performance of convolution?
Answer:
Serial改成平行，優化的部分在於，當filter的值若是0時，不進入判斷作計算。
在hostFE.c 中把 local work size 設成 25 x 25，然而 global work size = imageWidth x imageHeight，如此可以確保圖片的每一個 pixel 皆有一個 work item 去對其做平行處理

### [Bonus] Q2 (10 points): Rewrite the program using CUDA. (1) Explain your CUDA implementation, (2) plot a chart to show the performance difference between using OpenCL and CUDA, and (3) explain the result.
(1)explain your CUDA implementation
CUDA地方寫了hostFE()，呼叫kernel去作運算，當filter的值若是0時，不進入判斷作計算。
(2) plot a chart to show the performance difference between using OpenCL and CUDA
using profiling to record system time

OpenCL執行5 times 的平均時間


CUDA執行5 times 的平均時間


Plot a chart to Compare cuda and OpenCL


(3) explain the result
根據上面的結果顯示，在所使用的演算法相同，使用同樣 NVIDIA 的 GPU 情況下，那麼使用 CUDA 的 performance 會比使用 OpenCL 還要好。
分析原因:OpenCL 是跨平台跨設備支援的程式編寫框架，相對於 CUDA 只支援 NVIDIA 的 GPU 設備的情況下，較難只針對 NVIDIA 的設備進行優化。因此針對 NVIDIA 的 GPU 在效能的比較上， CUDA 的表現會比 OpenCL 好。