CUDA——wmma Tensor Core编程

1. share memory空间的申请

__shared__ int smem[1024]

2. load_matrix_sync 从share memory load一个matrix到fragment中

wmma::load_matrix_sync(fragment<matrix_a/matrix_b, M, N, K, DType, row_major/col_major>& frag,
const DType* p, unsigned ldm)

该接口是一个warp级别的操作， 不需要指定每个thread load的memory地址。
在load过程中如果不同线程访问同一个bank的不同地址，可能会有bank conflict存在。