参考资料清单
这是 资源中心 背后的详细目录。目标不是堆链接，而是说明：面对不同的 SGEMM 问题，应该先打开哪类资料。
这页怎么用
- 如果你还不知道该走哪条路线，先去 资源中心。
- 如果你已经知道自己要找“官方文档 / 论文 / profiler / 示例仓库”中的哪一类资料，就直接用本页。
- 如果你更关心“下一步先学什么”，而不是“该引用哪份文档”，就继续看 延伸阅读路线。
CUDA 与 NVIDIA 官方文档
当你需要精确定义、约束边界或 API 行为时，先打开这一组。
- CUDA C++ Programming Guide
最适合核对执行模型、同步语义、内存层级与 launch 规则。 - CUDA C++ Best Practices Guide
最适合理解优化启发、内存访问建议与 profiler 前的常识性检查。 - CUDA Runtime API
当实现问题落到 stream、event、launch 或 runtime 细节时最有用。 - CUDA Programming Guide: WMMA section
最适合核对 fragment 类型、shape 约束与 Tensor Core 的调用机制。 - NVIDIA Developer Blog: Programming Tensor Cores in CUDA 9
最适合快速理解 WMMA 编程为什么与普通 CUDA kernel 不同。 - NVIDIA Mixed-Precision Training Guide
最适合理解混合精度收益从哪里来，以及它会带来哪些额外前提和转换成本。
为什么这组重要：
- 它让白皮书中的关键说法建立在厂商定义之上，而不是经验传说。
- 它帮助你解释：shape 限制、对齐要求、fallback 规则并不是“项目随手定的”，而是由底层约束推出来的。
论文与性能心智模型
当你想理解 SGEMM 优化背后的设计逻辑，而不是只查 API 时，打开这一组。
- Anatomy of High-Performance Matrix Multiplication (GotoBLAS paper)
最值得优先读，用来理解为什么 blocking 与层级化数据复用是矩阵乘法性能的核心。 - BLIS papers and project entry point
当你想比较教学型 kernel 与生产级 CPU GEMM 框架时非常有价值。 - Nsight Compute roofline charts guide
当你需要更严谨地讨论算术强度，以及“内存受限 / 计算受限”的边界时很有帮助。
为什么这组重要：
- 它解释了为什么 kernel 阶梯是按现在这个顺序组织的。
- 它帮助你在讨论性能上限时，不会把所有东西都压缩成一个 benchmark 数字。
示范仓库与生产级样例
当你想对照成熟实现，看看本仓库在哪些地方是教学化简版时，打开这一组。
- CUTLASS: Fast Linear Algebra in CUDA C++
最适合观察生产级 CUDA GEMM 库如何组织 tiling、pipeline 和架构特化。 - BLIS Framework
最适合理解 GEMM 分解、packing 与控制树思想如何跨平台迁移。 - CUDA Samples: matrixMul example
官方、小而直观，适合与本项目早期 kernel 阶段对照阅读。
为什么这组重要：
- 它让你看清本仓库哪些地方是为了讲清楚概念而有意简化。
- 它能支撑“如果要继续工程化，下一步会长什么样”的回答。
Profiler、工具与诊断资料
当 benchmark 数字本身已经不够说明问题，而你需要证据时，打开这一组。
- Nsight Compute Documentation
最适合看 kernel 级计数器、内存行为、roofline 视图与 occupancy 分析。 - Nsight Systems Documentation
最适合看时间线、launch 间隙、重叠关系与 host/device 交互。 - CUDA Occupancy Calculator (archived official workbook)
最适合把 block size、shared memory、寄存器使用量转换成显式的 occupancy 权衡讨论。 - Compute Sanitizer Documentation
最适合在讨论性能前，先把正确性与内存错误排干净。
为什么这组重要：
- 它支持基于指标的诊断，而不是拍脑袋解释。
- 它与仓库里的 诊断闭环、Benchmark 范围、可复现性 直接相连。
工程流程与验证纪律
当问题转向“如何证明正确”“如何组织构建与复现”时，打开这一组。
- GoogleTest Documentation
对理解本地正确性 harness 与容差测试话语体系最有帮助。 - CMake Documentation
对构建系统预期、generator 行为和可复现本地环境最有帮助。 - OpenSpec documentation
对理解本仓库采用的 spec 驱动文档与变更流程最有帮助。
为什么这组重要：
- 它强化了“本地 GPU 验证”和“托管 CI 验证”是两种不同证据面的事实。
- 它解释了为什么“性能证明”和“仓库完整性”不会被混写在同一套结论里。
下一步学习路线
当你已经确定想继续学，但还不确定先学哪个主题时，从这里继续。
- 延伸阅读路线：按主题整理好的学习路线，覆盖 tiling、occupancy、roofline、Tensor Core 约束与 profiling。
- CUDA 内存速查表：在重新打开 kernel 代码前，快速回忆关键内存问题。
- 资源中心：按场景重新进入站内其他页面。