本仓库为 Swizzle 实验仓库，从 Tensor Core 的 MMA 相关指令出发探索了如何利用 Swizzle 高效地进行 Tensor Core 矩阵乘法。

对 FP16 的 m16n16k16 Tensor Core 的使用优化如下：

算子依次为：

• 使用 nvcuda::wmma 的 load_matrix_sync 指令
• 使用与 load_matrix_sync 相同的加载方式，内联 PTX 执行
• 内联 PTX 并采用 Swizzle Load

实验代码位于 src/ 目录下，各文件作用如下：

• mma.cuh: Tensor Core 计算函数封装，含 _swizzle 后缀函数已实现了 LDSM conflict free
• ptx.cuh: PTX 内联汇编的封装
• test.cuh: 测试函数封装
• utils.cuh: 工具函数封装，包含数据填充/输出等
• main.cu: 测试驱动文件

拉取本仓库后可直接运行如下命令运行：

mkdir build && cd build
cmake ..
make 
./main

使用本仓库的建议：

• 在 main.cu 中仅保留自己想尝试的测试，注释其他行
• 跳转至测试所用的 kernel，自由修改/打印