v1.0: 补摘要

BMM算子优化分析_Release/MergeBatch_vs_IterBatch分析_v1.0.md

@@ -2,6 +2,10 @@
 
 > 目标芯片：昇腾 950PR（DAV_3510）。理论分析基于《BMM 算子优化分析 v0.96》，源码参考 [cann-ops-nn](https://gitcode.com/cann/ops-nn/tree/master/matmul/batch_mat_mul_v3) 实现。
 
+## 摘要
+
+BMM 中当 B ≥ C 时核间切 B 免费，核内有 IterBatch（逐 batch）和 MergeBatch（合并 $b_0$ 个 batch）两种路径。本文从 GM→L1 搬移粒度差异出发，证明 MergeBatch 的核心优势是**合并搬移减少 DMA 命令数**（每次搬移有固定开销 $T_{cmd}$），核心劣势是 **drain 暴露放大 $b_0$ 倍**。分界条件：MergeBatch 仅在 **K 截断**（$k_{L1} = K$，小 M/N）且 $b_{core}$ 足够大时优于 IterBatch；**L1 绑定情形（$k_{L1} < K$）MergeBatch 恒劣于 IterBatch**。与源码对比发现：源码 MergeBatch 进入条件偏宽（缺搬移量/tile/算存比约束），IterBatch 只覆盖 L1 形态 b（缺 a/c/d）。
+
 ---
 
 ## 一、问题定义