Benchmark 结果
代表性性能说明，非通用承诺
参考快照
RTX 3060 Laptop 在 1024 x 1024 x 1024 的示例数据：
| Kernel | GFLOPS | vs cuBLAS |
|---|---|---|
| cuBLAS | 5727 | 100.0% |
| Tensor Core (WMMA compute-only) | 2300 | 40.2% |
| Tiled | 753 | 13.1% |
| Double Buffer | 701 | 12.2% |
| Bank-Free | 673 | 11.8% |
| Naive | 604 | 10.6% |
Tensor Core 说明
Benchmark 报告：
- WMMA 端到端：安全 FP32 wrapper，包含转换和回退处理
- WMMA 仅计算：预转换 FP16 的纯计算路径，仅在
M、K、N均为 16 的倍数时显示
当维度不适合 Tensor Core 时，实现回退到更安全的 FP32 路径，而非强制 WMMA。