triton-ascend-case-reduction-amax-small

What problem does it solve?

极小规模的 amax 归约任务通常由并行化带来的调度开销主导性能，通过优先使用单核执行来获得更低的延迟。

Core Features & Use Cases

• 针对非常小的数据尺寸（如 16x16）时，单核处理可显著优于多核并行。
• 通过 Triton 配置 BLOCK_SIZE_M / BLOCK_SIZE_N 调整，以在 tiny workloads 上实现低延迟。
• 典型用例包括对微小规模的归约运算的性能对比、以及需要低启动开销的场景。

Quick Start

Configure Triton to use a 16x16 block size for tiny inputs and observe single-core performance superiority.