管什么：GPU 怎么跑你的 kernel（线程层级、warp、占用率），以及各代 N 卡和国产卡在硬件能力上的差别。
执行模型
线程层级
warp 调度与分歧
占用率
架构代际
各代关键能力
| 能力 | sm80 (A100) | sm90 (H100) | sm100 (B200) | PPU 810E |
|---|---|---|---|---|
| 异步拷贝 | cp.async | cp.async + TMA | cp.async + TMA | cp.async，无 TMA（推断） |
| Tensor Core 指令 | mma.sync | + wgmma | + tcgen05 | 未确认 |
| thread block cluster | 无 | 有 | 有 | 无（推断） |
| multimem / NVLS | 无 | 有 | 有 | 无（推断） |
| bf16 原子 / red | 无 | 有 | 有 | 无（推断） |
国产卡对标
| 卡 | 编译目标 | 大致对标 | 依据 |
|---|---|---|---|
| PPU 810E | ppu_10 | sm80 | PCCL 编译参数 --ppu_archs ppu_10 |