音声処理は (単一のフィルタとかであればともかく) 時間方向での処理が多いとかグラフ構造を処理することになるとかが多くてハードウェアでの処理に不向きなのではなどと妄想している
グラフィックスは、ある意味ではかなり declarative なところがあって、1/60 秒のフレームごとにドローコールが全部飛んでくる、過去フレームの保存はそんなに多数必要ない、みたいな感じだからどうにかなっているのでは (超適当)
や、でもドローコールが stream に対応して頂点バッファがサウンドのバッファに対応していると考えると、時間方向は割とどうにかなるのか……? (この文章は何も考えないで書いている)