| name | ascendc-tiling-design |
| description | Ascend C 算子 Tiling 设计指南。提供算子分类体系和 Tiling 核心要素（多核切分、UB切分、Buffer规划、分支覆盖）的详细设计方法。触发：算子设计阶段、设计 Tiling 策略（多核切分/UB切分）、规划 Buffer 分配、查阅某类算子的 Tiling 方法论时。 |
Ascend C 算子 Tiling 设计指南
算子分类体系
| 类别 | 特征 | 典型算子 | 设计指南 |
|---|
| Reduction 归约类 | 沿轴归约，只返回值 | ReduceSum, ReduceMax, Softmax, LayerNorm | ✅ 快速参考 / 完整方法论 |
| Index-Tracking 索引跟踪类 | 归约+索引跟踪，返回值+位置 | ArgMax, ArgMin, TopK, Sort, Where | ✅ 快速参考 / ArgMax详细 / TopK详细 / Sort详细 / 条件查找 |
| Elementwise 逐元素类 | 输入输出Shape相同，逐元素独立计算 | Sin, Cos, Abs | 📋 规划中 |
| Broadcast 广播类 | 输入Shape不同，需广播对齐 | Add, Mul, Sub | 📋 规划中 |
| Conversion 数据转换类 | 改变布局/形状，合并/拆分张量 | Transpose, Concat, Split | 📋 规划中 |
| Random 随机类 | 生成随机数，需种子管理 | RandomUniform, Dropout | 📋 规划中 |
| MatMul 矩阵乘类 | 矩阵乘法，高计算密度，用Cube单元 | MatMul, BatchMatMul | 📋 规划中 |
| Convolution 卷积类 | 空间卷积，滑动窗口计算 | Conv2D, DepthwiseConv | 📋 规划中 |
| NN 神经网络类 | 神经网络专用，多种操作组合 | FlashAttention, GroupNorm | 📋 规划中 |
Index-Tracking vs Reduction 的关系
核心区别：
| 维度 | Reduction | Index-Tracking |
|---|
| 输出 | 只返回值 | 值 + 索引/位置 |
| API | ReduceMax/Sum | ReduceMax(calIndex=true) 或 Compare+Select |
| Buffer | 较少（2-3个） | 更多（5-7个，需存储索引） |
| 设计要素 | 基础 | 相同（多核切分、UB切分、Tiling完全一致） |
重要：Index-Tracking 算子的设计方法论与 Reduction 完全相同，只是需要额外处理索引。
使用场景
本技能是知识库型技能，提供设计参考，不定义开发流程。
典型使用方式：
ascendc-kernel-develop-workflow 在设计阶段（阶段二）调用本技能- 开发者查阅算子分类和通用设计要素
- 根据算子类别查阅对应的详细设计指南（references 文件）
相关技能：
ascendc-kernel-develop-workflow - 完整开发流程和准出条件
通用设计要素（所有类别必须）
以下设计要素是所有算子类别都必须考虑和完成的：
1. 多核切分策略
核心问题：任务如何分配给多个 AI Core？
设计要点：
- 负载均衡：每个核处理的任务量尽量相等
- 数据局部性：相邻数据尽量分配给同一核
- 粒度适中：tile 不能太小（调度开销大），不能太大（并行度低）
输出：
2. UB 切分策略
核心问题：单次能处理多少数据？
设计要点：
- UB 容量限制（A2/A3: 192KB, A5: 248KB）
- 单次处理数据量
- 是否需要分 chunk 处理
输出：
3. Buffer 规划
核心问题：需要哪些 buffer？各多大？
设计要点：
- 输入 buffer（inQueue）
- 输出 buffer（outQueue）
- 中间计算 buffer（tmpBuf, workBuf 等）
- Double Buffer 优化
输出：
4. 分支场景覆盖
核心问题：需要处理哪些不同场景？
常见分支维度：
- 数据类型：FP32 / FP16 / BF16 / INT8
- Shape 大小：大 shape / 小 shape
- 数据对齐：32字节对齐 / 非对齐
- 边界情况：最小值 / 最大值 / 特殊值
输出：
