寒武纪高性能计算库开发一面：项目深挖 + 手撕 transpose

寒武纪高性能计算库开发一面：项目拷打 30 多分钟，围绕问题定位、减少内核寄存器占用、dgemm 优化、HIP 重构、状态同步缺陷、CPU 矩阵乘分块与 OpenMP 动态调度深入追问，并手撕一道带 tiling 的 C++ transpose。