CuTe局部切片

CuTe中的local_tile函数用于在线程块级别将张量划分为小块，并根据线程块坐标进行切片。

与local_partition相比，local_tile更易于理解，无需复杂的数学运算。

local_tile函数实际上是inner_partition的不同名称，适合将较大问题分解为多个小问题。

local_tile通常用于将大问题划分为多个小问题，以便线程块内的线程进行处理。

线程网格的大小由问题大小除以小块大小决定，local_tile的坐标通常是线程网格中的线程块索引。

在某些问题中，如GEMM，多个不同的线程块会访问相同的数据小块。

local_tile函数还可以接受一个额外的投影参数，以便去除不需要的小块模式。

在处理较小的GEMM问题时，输出张量的大小为32x64，输入张量的大小为32xK和64xK。

由于K可能很大且不静态，因此我们将K预先划分为静态大小的小块，以便线程块内的线程进行累加。