## tile 为 f32[512,128]（256 KiB）
  只读入：每个 tile 819 个周期
  只写出：每个 tile 675 个周期
  先读入再写出：每个 tile 1527 个周期
  读入与写出同时进行：每个 tile 1131 个周期
  两条读入同时进行：每个 tile 1115 个周期
## tile 为 f32[2048,128]（1024 KiB）
  只读入：每个 tile 1678 个周期
  只写出：每个 tile 1485 个周期
  先读入再写出：每个 tile 3188 个周期
  读入与写出同时进行：每个 tile 2824 个周期
  两条读入同时进行：每个 tile 2784 个周期