项目导读
这是 SGEMM 白皮书站点的定向页面。在进入更深层的章节之前，先用它了解项目的定位、目标读者和推荐阅读顺序。
这个项目是什么
本仓库是一个围绕五级 kernel 优化阶梯组织的 CUDA SGEMM 研究：
- 朴素 FP32 — 基线代价模型，无共享内存复用
- Tiled FP32 — 共享内存 staging，算术强度随 tile 大小增长
- Bank-Free FP32 — padding 消除可避免的 bank 冲突
- Double Buffer — 重叠 staging 与 compute，隐藏内存延迟
- Tensor Core WMMA — 硬件 fragment 累加，受设备能力和 shape 约束保护
目标不是写出最快的 SGEMM 实现，而是展示一条优化论证如何被构建、约束和辩护——以一种在面试压力下可读、能被有经验的 CUDA 工程师审计的形式。
这套站点面向谁
| 读者 | 最佳首页 | 时间 |
|---|---|---|
| 审查系统清晰度的面试官 | 架构概述 | 8 分钟 |
| 准备讲解项目的候选人 | 学院导览 | 5 分钟后跟随学习路径 |
| 从零开始学习 CUDA 的工程师 | 本页，然后架构，再学院 | 自定步调 |
| 关注证据质量的怀疑论者 | 验证概览 | 12 分钟 |
| 追溯技术谱系的研究者 | 研究总览 | 自定步调 |
完整的分深度导航索引参见阅读地图。
站点结构
每个章节只做一件事。这是刻意为之：承担两个职责的页面，哪个都做不好。
| 章节 | 主要职责 | 它不是 |
|---|---|---|
| 导读 | 定向与阅读策略 | 不是架构章节的替代 |
| 架构 | 系统地图、瓶颈、约束条件 | 不是代码走读 |
| 学院 | 有序的优化阶梯学习 | 不是参考手册 |
| 验证 | 正确性与 benchmark 信任边界 | 不是性能声明 |
| 研究 | 参考资料、相关工作、演进思考 | 不是扩展参考书目 |
快速阅读计划
评审者路径（20 分钟）
候选人路径（30 分钟）
构建者路径（自定步调）
为什么这套站点是白皮书，而不是项目秀场
大多数项目文档描述构建了什么。这套站点论证了每个架构决策 为何 存在，什么证据 约束了论点，以及 推理在哪里停止。
当面试官问："bank-free kernel 为什么存在？它实际改善了什么？"——这种区别就变得重要。展示型回答是："它更快。"白皮书型回答是："多个线程映射到同一个 bank 时，共享内存 bank 冲突会串行化访问。在 tile 布局上 padding 一个元素，将每一列移到不同的 bank，消除多路冲突。这种改善在容易产生冲突的 shape 上是真实的、可测量的；它不是普遍的。"
这就是本站点在所有五个 kernel 阶段、在架构和验证两个维度上所追求的表达精度。