我能够将计算速度提高几个数量级，但不是通过不同的实现。
相反，我只是将向量转换为gpuArray，然后输入median()函数。对于大的矢量，这减少了几个数量级的计算时间。但是对于较短的数组来说速度变慢了，我相信这是因为时间被用在了将矢量转移到gpu内存中。
我发现矢量的过渡长度约为450。也就是说，对于短于450的向量，直接将向量馈送到median()函数中更好，对于较长的向量，转换为gpuArray，然后馈送到median()函数中更快。

EDIT：在注解之后，我更正了添加排序的功能。它实际上比内置的要慢。

x=7*rand(1,dim);
tic 
median(x)
toc
tic
s=size(x,2);
x=sort(x);
if mod(s,2)~=0
x((s+1)/2)
else
    (x((s/2)+1)+x(s/2))/2
end
toc