当浏览各种OpenCL BLAS库时，遇到了基于输入矩阵内存对齐的不同GEMM实现。
说，
NN - A＆amp; B矩阵以正常形式存储
TN - 以转置形式存储的矩阵，B矩阵以正常形式存储
等等...
对于我的用例，矩阵以行主格式存储。如果需要，我可以自由地转置矩阵。
鉴于这些，
- 有没有办法说哪个GEMM实施（NN / TN / NT / TT）更适合我的用例（无需进行基准测试和决定）？
- 是否有任何公式来计算每个实现中调用的读/写次数？
- 我读到在GEMM中调用的操作数是2xMxNxK。这是对的吗？如果正确，怎么样？