关于pA，pB，pC 的offset计算

[lawlietSxk]

https://github.com/njuhope/cuda_sgemm/blob/4d19c09de2b19adb21d47ed8c84d33a80a46c4d3/gemm.cu#L40-L48， 请教一下，blockIdx.x 是展开M，blockIdx.y是展开N，计算offset，应该是blockIdx.x TILE_Y, blockIdx.y TILE_X？

    const float* pA = (A + K * TILE_Y * blockIdx.x + ty4 * K + tx4 * 4);
    const float* pB = (B + TILE_X * blockIdx.y + ty32 * N + tx32 * 4);
    float4* pC = C + TILE_Y * blockIdx.x * N / 4 + TILE_X_4 * blockIdx.x;

不过试着改成上面代码，调了下不过无法pass

[njuhope]

不止这里，得是所有的blockIdx.x和blockIdx.y都交换一下，并且还需要host代码的grid x和y也得相应的换一下。本质上这只是block x和y的一维简单映射，要一劳永逸的话直接引入block swizzle

[lawlietSxk]

不止这里，得是所有的blockIdx.x和blockIdx.y都交换一下，并且还需要host代码的grid x和y也得相应的换一下。本质上这只是block x和y的一维简单映射，要一劳永逸的话直接引入block swizzle

322    dim3 grid((n + BLOCK_DIM - 1) / BLOCK_DIM, (m + BLOCK_DIM - 1) / BLOCK_DIM);

不好意思，搞错了，看了下整个kernel逻辑是按照X表示N，Y表示M写的，host的代码这里有错误，grid.x表示了M，grid.y表示了N，322行修改成上面这样就可以了。