Matmul 算子分析（昇腾 950PR）
目标芯片：昇腾 950PR（32 AIC / 64 AIV，1.65GHz，GM 128GB/1.6TB/s，L2 128MB/5.2TB/s，架构版本 351x / DAV_3510） 项目性质：中长期，多轮迭代、严谨逻辑推导、理论建模与验证
本目录同步 Matmul 算子分析 的全部产出。与同仓 BMM/（Batch Matmul 分析）互补：BMM 侧重 batch 维切分与分支决策，本目录聚焦单矩阵乘 [M,K]×[K,N]→[M,N] 的 tiling & swizzle 深度优化、性能理论建模与源码/硬件改进建议。
三大任务
- 性能理论建模：对 Matmul 在 NPU 上的执行做理论建模，真实反映硬件执行情况、力求准确评估算子性能。给定具体 case 与 tiling & swizzle 方案和参数后，能给出该芯片的 profile 性能分析评估。
- 最优软件实现方案：结合 NPU 架构规格与算子数据流，通过公式推导给出任意 case 的 matmul 输入后的最优实现方案（核心是 tiling & swizzle）。
- 源码对比与改进建议：对比 Matmul 算子当前源码实现给出软件改进点；结合 top case，针对 NPU 架构给出下一代硬件改进建议。
目录索引
| 文档 | 说明 |
|---|---|
| 00_项目规划_小步快跑.md | 项目总规划：任务拆解、小步快跑路线图、目录约定、风险 |
| 01_情报清单.md | 情报信息清单（硬件规格/性能建模文档/源码/待补充实测数据） |
1_性能模型/ |
任务 1：硬件参数与 Roofline、单核流水线建模、多核+swizzle 建模、profile 评估器 |
2_最优方案/ |
任务 2：模板体系、tiling 参数最优推导、swizzle 编排最优推导、任意 case 决策 |
3_源码对比/ |
任务 3：mat_mul_v3 源码解析、软件改进点、下一代硬件改进建议 |
关键参考（情报来源）
- 硬件：
昇腾NPU知识库/00_硬件/昇腾950_NPU架构白皮书（PDF + 全文 txt）、同仓昇腾950PR/昇腾950PR架构解读.md - 性能建模：
昇腾NPU知识库/代码仓/cann-samples/Samples/2_Performance/matmul_story/docs/matmul_performance.md（官方 T_cube/T_mte2/T_mte1/T_fixp 公式） - 源码：
昇腾NPU知识库/代码仓/ops-nn/matmul/mat_mul_v3/（182 文件，含 arch35 kernel 与 tiling）、昇腾NPU知识库/代码仓/ops-blas/blasLt/matmul/（fp32/mxfp4/mxfp8）、昇腾NPU知识库/代码仓/catlass/
状态
- Phase 0：情报准备 + 规划（本目录初始化）
- Phase 1：性能理论建模（任务 1）
- Phase 2：最优软件实现方案（任务 2）
- Phase 3：源码对比与改进建议（任务 3）