PTX mma 指令(如何在线程中的寄存器存放矩阵数据的理解）

PTX 的mma指令用于计算不同数据类型的矩阵乘法，目前在CUTLASS库中wmma和mma都有使用。

在此记录下mma指令在计算1bit矩阵乘法时，怎么理解其中的线程中的寄存器对于矩阵数据的存放。

这里以1bit m16n8k128为例。

原PTX文档链接如下：

 matrix-fragments-for-mma-m16n8k128

一、mma.m16n8k128

原文档这句话是说，这里将会用一个warp（通常是32个线程）执行1bit矩阵大小为m16n8k128的矩阵乘法。m16n8k128的意思是，矩阵A尺寸是16*128（row-major），矩阵B尺寸是128*8（col-major），结果矩阵C尺寸是16*8（row-major）（结果矩阵一般是float数据类型）。注意，这里仍旧是1bit为一个数据。

然后1bit矩阵的所有数据都会被32个线程瓜分。具体怎么瓜分呢？

二、1bit矩阵的线程具体分配过程理解

2.1 矩阵A

图1

PTX文档中对于1bit矩阵数据的瓜分过程写的很清