v1.0: 同步HTML

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

@@ -42,6 +42,8 @@ MathJax = {
 <div class="page">
 <h1>MergeBatch vs IterBatch：BMM 小 tile 场景的两种实现路径分析</h1>
 <blockquote>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。</blockquote>
+<h2>摘要</h2>
+<p>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<b>合并搬移减少 DMA 命令数</b>（每次搬移有固定开销 $T_{cmd}$），核心劣势是 **drain 暴露放大 $b_0$ 倍<b>。分界条件：MergeBatch 仅在 </b>K 截断**（$k_{L1} = K$，小 M/N）且 $b_{core}$ 足够大时优于 IterBatch；**L1 绑定情形（$k_{L1} &lt; K$）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）。</p>
 <hr>
 <h2>一、问题定义</h2>
 <p>BMM（BatchMatMul）中，当 B ≥ C（batch 数 ≥ AIC 核数）时，核间切 B 是免费的——每核独立处理若干 batch，无共享无依赖。核内的两种实现路径：</p>