Попробуйте пересылать 16-байтными словами, пользуясь командами процессора, работающими с такими типами. Должны ускориться в 4 раза. В остальном, думаю, PCI Express ничем не отличается от PCI: это мультимастерная шина, и если требуется быстро прокачивать большие объемы данных между устройством и памятью - устройство должно быть мастером.