为了使用K100_AI的tensor core需要特殊的数据寄存器排布，我知道有__builtin_amdgcn_mmac_f32_16x16x8f32这样的函数来提供对tensor core的方便调用（虽然个人感觉仍然十分不方便）
但是不知道有没有将数据存到寄存器中的函数，我知道有__builtin_amdgcn_ds_read_m32x8f32这个函数，但是并不清楚它的参数和调用方式，不知道有没有相关资料
另外，海光可否尽快推出类似wmma一类的针对tensor core的抽象库来方便从业者进行开发。