2-CTA Cluster:跨 CTA 读 SMEM 的协同 MMA

点击图中一块 — 两个 CTA 通过 cluster(DSMEM)共享已存储的 B 行切片
CLUSTER — 跨 SM 的 2 个 CTA · DSMEM
CTA 0 · SM-0
Asmem(本 CTA)A 行 0–127
Bsmem已存 B 行 0–127
D[0:128, 0:256]
跨 CTA
读取 ↔
CTA 1 · SM-1
Asmem(本 CTA)A 行 128–255
Bsmem已存 B 行 128–255
D[128:256, 0:256]
Cluster 输出:256 × 256 — 是单个 CTA 独自算 128 × 128 的两倍