算力手记C++ & COMPUTING SYSTEMS
← Tenstorrent 专题与八个进阶单元

TENSTORRENT / LAB 06 OF 08

多核分配：每个输出tile恰好一个拥有者

按输出tile划分工作，验证覆盖、负载和tile编号。

本单元 4 小时。本公司八个单元共 32h，三家公司共额外 96h 核心实践；这笔时间在共同路线之外，未压入厂商入门的44h。

本页是实践讲义。打开、阅读或复制命令不代表完成。新单元的 SDK、simulator 与硬件命令均未在教材建设中执行；自己的结果应按实际后端保存。

先备与马上可用的例子

31 · 并行分解、分块与负载均衡36 · Tensor shape、stride 与 GEMM 分块41 · Tensix 与 tiles：先安排数据，再安排计算44 · Tenstorrent 端到端例子：让每一层对同一结果负责

先完成：tenstorrent-05 →

直接打开机制图，边看边手推

PREDICT FIRST

具体问题与独立预期

输入与约定

M=64,N=96,K=64，因此Mt=2,Nt=3,Kt=2；4个教学worker。A全1，B全1。

先根据输入写下自己的结果与理由，再展开参考推演；随后运行或检查实现。

对照参考结果与原因

6个输出tile可分为数量[2,2,1,1]，连续范围[0,2),[2,4),[4,5),[5,6)。每个输出元素为64。

输出tile id=t 对应(m=t/Nt,n=t%Nt)。每个owner独立处理完整K轴，就不需要跨owner合并partial。

机制怎样连接起来

先按输出tile划分，避免第一版同时处理跨核归约。t=4对应m=1,n=1，所需A tile id为2、3，B tile id为1、4；它们与输出t相同并不是普遍规律。

CPU模型的worker是逻辑角色，可以用串行执行模拟分配。真实设备的可用核网格、logical坐标映射和runtime参数需从matching tag完整示例获取；不能把“有4个worker”硬编码成任意芯片都支持的物理坐标。

全1输入容易检查算术，却不能捕捉所有交换错误，因此加第二个坐标编码用例A[i,k]=i%3、B[k,j]=j%5。输出应为64*(i%3)*(j%5)，将tile置换变成可见差异。

CHOOSE ONE EXECUTION PATH

按手头环境推进

CPU 路径可以先完成。额外的 SDK 或设备验证要有自己的运行记录；本单元的四小时不同时要求完成四个分支。安装等待超过本页预算时，留下阻塞条件，继续可做的数学、代码与协议工作。

CPU · 现有机器 · 本单元尚未验收

条件：现有 macOS 或 Linux；C++20 编译器或 Python 3 标准库。无需加速卡。

本分支做什么：逻辑owner分配与完整矩阵比较，串行执行也可验证覆盖。

保存什么证据：保存自己的源码、输入、实际 stdout/stderr 和退出码；只证明 CPU 逻辑。

教材初始执行状态：not-executed。这不是对你个人学习进度的判断。

SDK · 编译与环境 · 本单元尚未验收

条件：已有匹配发行版的 TT-Metalium/TTNN Linux 开发环境。

本分支做什么：核对matching tag多核runtime参数与可用核网格。

保存什么证据：保存实际工具版本与编译命令；仅编译成功不能记成运行通过。

教材初始执行状态：not-executed。这不是对你个人学习进度的判断。

官方 simulator · 本单元尚未验收

条件：只有明确提供并且版本匹配的官方 simulator 才属于此分支。

本分支做什么：逻辑worker不是芯片RISC时序模型。

保存什么证据：记录 simulator 名称、版本、输入、日志、退出状态；网页或 CPU 模型不算 simulator。

教材初始执行状态：not-executed。这不是对你个人学习进度的判断。

真实设备 · 本单元尚未验收

条件：用户已有并可使用的兼容设备或实验室环境；本单元不要求购买、租用或提交集群作业。

本分支做什么：使用合法logical核范围执行两种输入，保存核分配与结果，不预填加速比。

保存什么证据：真实设备输出、同步点、设备型号和复现日志单独保存；未执行保持未通过。

教材初始执行状态：not-executed。这不是对你个人学习进度的判断。

READ → BUILD → BREAK → EXPLAIN

四小时，留下一个完整产出

可拆成多个时段。每次停下时保存代码、输入、实际结果和下一步，不用重新读整篇。没有通过当前检查时继续修正，不靠翻页推进。

1. 分配6个tile · 30 分钟

  1. 手写四个连续范围与计数，确认没有重叠和遗漏。
  2. 计算t=4的m/n和两对A/B tile编号。

这一段的产出：工作分配表

2. 建立覆盖检查 · 40 分钟

  1. 创建长度6的owner数组，初始化-1；每分配一次要求原值仍为-1。
  2. 边界测试总tile=0,1,3,6以及worker=1,4；worker=0明确拒绝。

这一段的产出：分配器与边界

3. 实现多owner计算 · 90 分钟

  1. CPU路径按各自t范围调用上一单元K累加函数，每个Ctile只写一次。
  2. 先全1得到全64，再用坐标编码公式比较所有元素。
  3. 设备路径从官方multi-core示例的工作分配和per-core runtime参数开始，沿完整源码保证只tilize一次；按实际可用核数选择资源。

这一段的产出：覆盖正确的多owner实现

4. 故意写错Nt · 50 分钟

  1. CPU路径把t/Nt改为t/Mt，定位越界或错误owner映射；测试必须拒绝。
  2. 检查仅剩1tile时其他worker空区间安全跳过，不启动读取不存在tile的任务。
  3. 硬件路径只运行已通过CPU映射的参数，不在未知物理坐标上注入错误。

这一段的产出：编号错误回归

5. 解释可扩展限制 · 30 分钟

  1. 说明增加owner为什么不保证线性提速：重复读A/B、NoC、L1等仍影响。
  2. 保存每个owner处理的tile列表，作为debug定位索引。

这一段的产出：覆盖证明与限制

EXPLICIT ENVIRONMENT / EXPLICIT STATUS

命令与可保存的起点

以下代码按各自环境使用，运行前完成对应步骤并核对版本。编译失败后停止，不运行目录中的旧二进制；每次采集日志使用新的运行目录。设备程序仅运行在你已有且可使用的环境中。

1. 仅匹配源码构建与已有设备

环境：真实设备 · 状态：not-executed。核对官方 API / 工具说明 ↗

bash · 按说明保存到自己的练习目录
# Confirm the current directory is the selected tt-metal checkout.
export TT_METAL_HOME="$PWD"
./build_metal.sh --build-programming-examples && ./build/programming_examples/metal_example_matmul_multi_core

一个必须能解释的错误

错误情境：用Mt代替Nt还原输出tile的列坐标。

为什么会错：线性编号的行跨度是输出每行tile数Nt；方阵容易掩盖这个错误。

怎样修复：使用非方形2×3 tile网格并检查每个owner覆盖。

EVIDENCE BEFORE ADVANCING

验收与面试追问

  • 6tile/4owner和t=4的具体编号正确。
  • 坐标编码输入防止全1掩盖置换。
  • 零工作、少于worker数、worker0都有明确行为。

最后留下这几项

输入和预期、自己的源码或明确标为推演的状态表、实际命令/输出/退出码、一个失败与修复、后端与版本、尚未执行的部分。运行已有教学例子与独立完成修改分别记录。

1. 为何优先切输出而不是K？

对照中文要点与英文回答

每个输出有单一owner，避免第一版跨核合并partial的额外协议。

Output ownership avoids an extra cross-core partial reduction in the first implementation.

2. t=4需要哪些输入tile？

对照中文要点与英文回答

Nt=3时(m,n)=(1,1)，Kt=2：A为2/3，B为1/4。

For t=4, the output coordinate is (1,1). It consumes A tiles 2 and 3 and B tiles 1 and 4.

3. 全1测试有何盲点？

对照中文要点与英文回答

某些坐标置换仍产生64，所以必须加行列编码或非对称数据。

All-ones inputs can hide permutations. I add coordinate-dependent values.

这些是依照本单元机制设计的追问，不是公司真题。个人验收仍依据实际代码、测试、测量与口述。

资料与版本核验

  • Matmul Multi Core ↗

    Work distribution; per-core runtime arguments

    核验日期：2026-09-05。latest；使用完整源码的单次 tilize/untilize 链路，不拼接重复展示的文档片段。

  • Matmul Single Core ↗

    Tile indexing; reader/compute/writer; enqueue and verification

    核验日期：2026-09-05。latest；记录 build_metal.sh 选项及源码 commit；页面代码片段不能替代完整匹配版本源码。

正文、问题和实践设计依据公开资料独立撰写。官方页面的示例输出是资料中的结果，不是本机运行证据。latest 链接可能变化，请在自己的复现说明中保留实际版本。