version: "1.0.0" name: ascendc-blaze-best-practice description: Matmul/Cube/GEMM/BMM/GroupMatmul 单算子及 matmul+vector 融合算子直调生成（Ascend 950 / DAV_3510 的 Blaze/tensor_api 路径）。当用户提到 Blaze、tensor_api，或 Matmul/GroupMatmul 已判定为 950/DAV_3510 路径时必须使用此 skill。覆盖纯AIC/StreamK/FixpOpti 三模板选型、GroupMatmul M/K 轴分组、RegBase/MemBase 两种 epilogue 路径（推荐 RegBase）、改造、Tiling 及排错。不适用纯 Vector 逐元素/归约算子、非 Blaze 路径，或 A2/A3（DAV_2201）的 Ascend C Matmul 高阶 API 路径。

Ascend C Matmul 单算子生成（Blaze 路径）

该能力解决 Matmul、GroupMatmul 单算子及 matmul+vector 融合算子生成场景下的问题：tensor_api/Blaze API 约束确认、三模板选型（纯AIC / StreamK / FixpOpti）、GroupMatmul M/K 轴分组、RegBase/MemBase 两种 epilogue 路径选择（推荐 RegBase，MemBase 仅用于简单 vector 场景）、统一工程模板复用、SWAT/全载 Tiling 改造、流水与排错。

架构限定：核心验证在 DAV_3510。其他架构必须在 DESIGN.md 中显式说明差异并给出适配方案。

路径边界：A2/A3（DAV_2201）上基于 MatmulImpl / MatmulApiTiling 的 Matmul、BatchMatMul、GroupedMatmul/GMM 不走本文档；Matmul/BatchMatMul 使用 /ascendc-api-best-practices 的 api-matmul.md，GroupedMatmul/GMM 由 A2/A3 高阶 API 路径承接，本文不展开。

首次使用：matmul_custom/ 依赖 tensor_api/，首次需拉取外部依赖。步骤见 `matmul_pattern.md` §0.5.0。

何时使用

满足以下任一条件时使用该能力：

• 目标平台/路径已判定为 Ascend 950 / DAV_3510 的 Matmul 族（GEMM/BMM/量化 matmul/matmul+bias/mxfp8 matmul）或 GroupMatmul（GMM 仅作为检索别名）。
• 算子类型为 matmul+vector 融合（matmul+GELU/matlul+SwiGLU/matmul+scale 等含 Vector 后处理）。
• 代码或讨论中出现 tensor_api、blaze，或明确要求 950/DAV_3510 direct-invoke Matmul/GroupMatmul。
• 需要选择模板（纯AIC/StreamK/FixpOpti）、选择 epilogue 路径（推荐 RegBase / 简单场景 MemBase）、切换 dispatch mode（NO_FULL/A_FULL/B_FULL_LOAD）、进行 Tiling 改造或流水排错。

不要把该能力当成默认算子开发路径的通用替代品。纯 Vector 逐元素/归约算子（无 matmul 前段）不在本 skill 覆盖范围内；A2/A3 高阶 API 场景也不在本 skill 覆盖范围内。matmul+vector 融合场景使用 FixpOpti 模板做 Cube 段 + RegBase epilogue 做 Vector 段（简单场景可用 MemBase，详见 `matmul_fixpopti_regbase_epilogue.md`）。GroupMatmul 运行时 groupList 契约和 M/K 轴分组边界见 `group_matmul.md`。

三模板速览

三模板共享同一基底 references/matmul_custom/（common/、tiling/、scheduler/、utils/）。

FixpOpti 专用文件（matmul_fixpopti.cpp、matmul_kernel_fused.h、epilogue/）也在该目录中。GroupMatmul 参考头文件为 include/block/group_matmul_block_scheduler.h 和 include/kernel/group_matmul_kernel.h；matmul_block_mmad.h、tiling、policy、common、tensor_api 是 Matmul 基底依赖。

详细对比（执行模式、调度器、同步机制、Workspace、ASCII 数据流图、决策树）见 `matmul_pattern.md` §10，此处不重复。

按角色/阶段查阅

阅读顺序：先速览 `tensor_api_user_guide.md` 了解 API → `matmul_pattern.md` §10 选模板 → 纯AIC 路径继续 §0 选 mode → §0.5 复制+改造 → 共享基础 §1–§9 + 专属深度文档。

约束

• 架构验证范围：DAV_3510。其他架构因 tensor_api 依赖和 L1/L0 容量差异，可能不兼容。
• 全载交付状态：A_FULL_LOAD_MODE 已落地（matmul_block_mmad_a_full_load.h + MatmulTilingAFullLoad，3 行 diff 切换）。B_FULL_LOAD_MODE 仅有设计草案（见 matmul_full_load.md §3.2 / §4.2 / §4.3），仓库中无 B_FULL_LOAD_MODE 常量、MatmulMultiBlockPolicy<B_FULL_LOAD_MODE> 特化、MatmulSwatScheduler<B_FULL_LOAD_MODE> selector、MatmulTilingBFullLoad 类、matmul_block_mmad_b_full_load.h 头文件——使用前必须按对称设计自行镜像补齐，不能套用 matmul_pattern.md §0.5.3 的切换 diff（B 全载段已替换为告警 NOTE）。
• 模板复制起手：纯AIC 从 references/matmul_custom/matmul_custom.cpp 入手，FixpOpti 从 references/matmul_custom/matmul_fixpopti.cpp 入手；两条路径共享 references/matmul_custom/ 下的 common/、tiling/、scheduler/、utils/。均按 [MODIFY] 标记改造。FixpOpti 额外需要：(1) 替换启动器 matmul_custom.cpp→matmul_fixpopti.cpp，(2) 使用 matmul_kernel_fused.h 由 kernel 向共享 BlockMmad 传 UB Tensor，触发 CopyL0C2UB（见 matmul_fixpopti.md §3.5），(3) 接入 epilogue 文件。比纯AIC 多一档 [MODIFY] E 用于自定义 Epilogue。禁止为了融合输出复制 matmul_block_mmad*.h 或给 BlockMmad 增加模板参数。
• Epilogue 路径选择：推荐 RegBase 路径（epilogue_fusion_regbase.h），使用 __VEC_SCOPE__ + AscendC::Reg::* API。MemBase 路径（epilogue_fusion_membase.h）仅适用于单个 vector 操作且有明确可用 AscendC:: API 的场景（如 AscendC::Mul/Add/Div）；其他场景应使用 RegBase。RegBase API 约束、签名和陷阱参见 ascendc-regbase-best-practice skill。独立 vector 验证的工程脚手架（CMakeLists、run.sh、scripts）参见 ascendc-direct-invoke-template skill。
• GroupMatmul 成对交付：Blaze 层新增可运行 GroupMatmul 能力时必须同时提供 scheduler 和 kernel。scheduler 负责跨 group 的 M/N tile 调度，K 轴分组不新增 K 维 scheduler；kernel 负责 device 侧读取 groupList、刷新 per-group problem shape，维护 prefix-M 或 prefix-K，并复用调用方传入的 Matmul BlockMmad。当前 K 轴分组只交付契约说明，补齐 kernel/golden/用例前不得作为可运行模板引用。tail split 对 AIC/AIV fused epilogue 需要额外同步验证后再开启。
• Epilogue 通用化边界：GroupMatmul 通用 kernel 不枚举后融合输入输出数量；它只向非 void Epilogue 传递当前 group/tile context。具体 Epilogue adapter 按自身 Params 和 layout 构造任意数量的 tensor view；可用 prefix-M/group index 做 group 间 base selection，但 group 内 tile offset 必须用 Slice 表达。Epilogue 不读取 groupList，也不保存 group 状态；如果后处理逻辑本身与 group 无关，命名不要带 Group/Expert。
• API 签名不猜测：AscendC::Te:: 系列接口有大量重载和模板特化。查阅 references/tensor_api_user_guide.md 或官方文档。
• 伪代码不等于可编译实现：设计文档中的代码片段为说明概念而简化。写代码时回到对应模板工程——细节已处理好。
• mode 和模板选择说明依据：在 DESIGN.md 中写清楚为何选这个 mode/模板。
• Layout/格式开发：ND/DN/NZ/ZN 格式定义、数据生成流程、LayoutPtn 选型、kernel 适配点、排障等完整指导详见 `matmul_layout_guide.md`。

与 CANNBot 集成