Add BMM_Theory: docs/02_分支理论/03_转Matmul分支.md

BMM/BMM_Theory/docs/02_分支理论/03_转Matmul分支.md

@@ -0,0 +1,35 @@
+# 转Matmul 分支理论
+
+> 整理自《BMM算子优化分析 v0.98》§四. 对应软件实现 `bmm_theory/branches/to_matmul.py`.
+
+## 1. 一句话本质
+
+单边 batch=1 的 BMM 与普通 Matmul **只差一个维度标签**——把 batch 维折叠掉即可复用 Matmul 的成熟优化体系，没必要在 BMM 框架内重新造一套。
+
+## 2. 进入条件
+
+$$BatchA = 1 \;\lor\; BatchB = 1$$
+
+无 broadcast 歧义时（另一边 batch 任意）即可折叠。
+
+## 3. 两种折叠形态（代价不对称）
+
+| 情形 | 折叠方式 | 代价 |
+|---|---|---|
+| **BatchB = 1**（右矩阵单边） | 左矩阵 `[B, M, K]` 的 batch 维与 M 维在 ND 下内存相邻紧排，直接视图为 `[B·M, K]`，输出布局逐元素一致 | **零重排、零 split，免费转换** |
+| **BatchA = 1**（左矩阵单边） | 右矩阵需折叠为 `[K, B·N]`，要一次真实转置重排 O(B·K·N)，且输出存在置换需 scatter | **有代价** |
+
+## 4. BatchA=1 的细分决策
+
+A 矩阵较小（`M·K·dtype ≤ L1`，可常驻 L1）时：
+
+- **优先留在 BMM 分支内**做广播友好形态（A 常驻 L1、逐 batch 复用），避免转置重排开销；
+- A 较大（放不进 L1）时，广播扩展后**分别预估"BMM 分支"与"重排 + 转Matmul"两条路的时延，择优**——不是无条件转。
+
+## 5. 实现方案要点
+
+1. **BatchB=1**：直接视图折叠，零成本。折叠后按 Matmul 的标准分支（切 M/N，必要时切 K）走；
+2. **BatchA=1 且 A 小**：BMM 广播形态，A 常驻 L1，对 B 的每 batch 做 `[M,K]@[K,N]`；
+3. **BatchA=1 且 A 大**：广播扩展为 `[B,M,K]@[B,K,N]`，比较 (a) BMM 框架内 ASW_Basic 切分 vs (b) 重排转置 + 转 Matmul，取时延小者。
+
+> 软件中本分支当前只做**路由标注**（`router.py` 前置归约），详细方案生成待与 Matmul 理论体系打通后补齐——折叠后的 Matmul 复用 MM 的切分逻辑，不在 BMM 范围内重复建设。