03-config-search/README.md2328 字节
# 示例 03：候选与容量模型（教学版）
## 目的
正文 §4.4 说「tile 尺寸不是随便取的，四个容量约束决定它」。这个脚本把其中**可以
逐行对上的整数部分**抽出来跑一遍：
* L0C 装得下 `block_m × block_n`（`heuristics.hpp:100-102`）；
* MAD 块还要再切一半给双缓冲（`:125`）；
* `mad_k` 由 L0A/L0B 容量反推，并对齐到 `k_alignment`（`:131-140`）；
* L1 里 A/B/SF 能放几级、event 预算怎么压它（`:164-172`）。
**它不是 `select_gemm_config` 的移植**：代价模型与那几个 refine 补丁
（`direct_store` / `resident_*` / `dual_aiv_dequant`）不在里面。这一半是「物理约束」，
另一半是「性能取舍」，后者要看带宽、频率与 event 预算——与其抄一份没法验证的副本，
不如直接读源码（正文 §4.4 就是干这个的）。
## 运行前提
Python 3.9+，**只用标准库**。
## 运行命令
```bash
python3 config_search.py
```
## 期望输出（写作机实际输出，退出码 0）
```text
L0C 容量 = 256 KiB L1 = 512 KiB L0A/L0B = 64 KiB
==============================================================================
bf16（block_k=128）：合法候选（block_m=512/256 各列前 3 行）
==============================================================================
blk_m blk_n mad_m mad_n mad_k l1_stg sf_stg L0C 占用
512 128 256 128 64 3 0 256 KiB ← 占满 L0C
512 112 256 112 64 3 0 224 KiB
512 96 256 96 64 3 0 192 KiB
256 256 256 128 64 4 0 256 KiB ← 占满 L0C
256 240 128 240 64 4 0 240 KiB
256 224 256 112 64 4 0 224 KiB
==============================================================================
结论（复算）
==============================================================================
* block_m=256 时 block_n 最多只能是 256：256*256*4 = 262144 B = 恰好 L0C_SIZE_BYTES。
* 想让 block_n 更大，只能把 block_m 减半——这是「tile 尺寸由片上容量决定」最直接的一例。
* mad_k 由 L0A/L0B 容量与 num_l0_stages=2 反推，并向下对齐到 k_alignment（bf16=32，带 SF=64）。
* 带 SF 时 num_l1_stages 被 event 预算压到 <= 4（num_pipe_events=8 减去 SF 的 2 级）。
```
## 判据
* 程序正常退出（退出码 0）；
* `bf16` 那一节必须出现 `256 256 ... 256 KiB ← 占满 L0C` 这一行；
* 每种 dtype 的 `mad_k` 都能整除 `block_k`（脚本里就是靠 `while block_k % cand_k`
达成这一点的）。
## 已知局限
* 这是**容量模型**，不是**性能模型**：它不会告诉你 `256×256×512` 与
`128×256×512` 哪个更快——那要 `get_gemm_cost`（`heuristics.hpp:252-465`）。
* `sf_k_blocks` 在这里被简化成最小值；真实代码会在 `:174-181` 再按 L1 剩余容量
放宽它。
* 硬件常数取的是 DeepGEMM-Ascend 自带的 Ascend 950 口径
（`common.hpp:50-64`、`heuristics.hpp:52-71`），与第 19 章引用的 Atlas A2 规格不同。
## 作者实际做到的验证级别
**CPU 逻辑验证**：在 macOS (Apple Silicon)、Python 3.11 上实际运行过，退出码 0。
**未编译、未运行任何 kernel**。