PPT 同步修正 StreamK 归约条件

BMM算子优化分析_Release/BMM算子优化分析_v0.7_讲解PPT.html

@@ -177,9 +177,11 @@ body{font-family:"PingFang SC","Microsoft YaHei",sans-serif;background:#0f172a;c
 第3步：AIV 从 L2 读回各段部分和到 UB，向量求和，写回
       （AIV 独立硬件，数据流 GM/L2→UB→AIV→UB→L2/GM）</div>
 <p style="margin-top:10px">归约时延 = 写部分和 + AIV 读回 + AIV 求和 + 写回，四段之和</p>
-<p>要求计算时延 ≥ 归约时延 × 10 → <span class="eq">K ≥ grid_K² × 109</span></p>
-<p>grid_K=2→K≥0.5K；4→1.8K；8→7.0K；32→112K</p>
-<p class="sub">源码固定门槛 8192 ≈ 本模型 grid_K≤8 的要求，互为印证</p>
+<p>收益判据：T_Reduce &lt; T_pipe(1−1/grid_K)，T_pipe = max(T_MTE2, T_MMAD)</p>
+<p>⟺ T_pipe &gt; grid_K/(grid_K−1)·T_Reduce（α=grid_K/(grid_K−1)，grid_K=2 时 α=2）</p>
+<p class="sub">StreamK case 多为访存 Bound（AI &lt; R₁₆），T_pipe = T_MTE2 是瓶颈</p>
+<p style="margin-top:8px"><span class="eq">K &gt; grid_K²/(grid_K−1) × 11</span>　grid_K=2→K>49；4→K>62；8→K>102</p>
+<p class="sub">源码固定门槛 8192 远高于归约阈值（~50~360），其动机是摊薄固定开销（workspace、同步、AIV启动）</p>
 </div>
 
 <!-- Slide 11: ASW 1 -->
@@ -239,7 +241,7 @@ body{font-family:"PingFang SC","Microsoft YaHei",sans-serif;background:#0f172a;c
 <ul>
 <li><b>经验常数</b>（min_TileSize=16KB、480KB、均衡率 0.8、CUBE_BOUND_RATIO 0.85 等）为该芯片档实测值，换芯片需重新标定</li>
 <li><b>重叠区</b>（MergeBatch vs IterBatch 在 M×N 中段）的归属由端到端时延模型 $T_{total}$ 精确仲裁，文档条件给出的是"主场"</li>
-<li><b>StreamK θ=109</b> 基于 L2 5.2TB/s 推导，若 workspace 落 GM 则退回 θ≈1700</li>
+<li><b>StreamK θ≈11</b> 基于 L2 5.2TB/s 推导，若 workspace 落 GM 则升至 ~87；源码 8192 门槛由固定开销主导</li>
 </ul>
 <p style="margin-top:16px;font-size:24px;text-align:center;color:#38bdf8"><b>整体评价：逻辑体系完整，推导自洽，可指导工程实现</b></p>
 </div>