Gaussian blur cpu performance

I have been doing some experiments with PIX since it allows computing image augmentations in the GPU in contrast to torchvision which computes in the CPU and requires multiple workers to avoid bottlenecks. When performing some very simple `timeit` examples I observed a very high time when performing a gaussian blur in the CPU. I created a simple [Colab notebook](https://colab.research.google.com/drive/1UgqZVW2I09pPia2EZKhsZTnvwvucRu3Z?usp=sharing ) to demonstrate these experiments. I even tested transferring the image to CPU before performing the blur but it doesn't seem to make any difference. I was wondering if this is intended and I should not rely on CPU computations at all or if something is yet to be optimized for CPU computation.

リンクされている Colab notebook と、Gaussian blur に関するその timeit 実験から始め、次に dm_pix の blur 操作で使用される CPU 実行パスを追跡します。CPU と GPU のタイミングを比較し、観測されたコストが想定内か、最適化の機会を示しているかを判断します。原因を文書化し、具体的なパフォーマンス目標または変更について合意できれば完了です。

索引モデルが issue の本文から書いたものです。