本案例对Matmul算子进行性能分析和优化。Matmul算子实现的功能是矩阵乘法，其中主要包含的流水为数据搬入和搬出流水，Cube计算流水。 以矩阵维度M = 4096，N = 5120，K = 4096，输入数据类型half，输出数据类型float，输出格式是ND为例，性能验证平台为Atlas A2训练系列产品/Atlas 800I A2推理产品，介绍针对Matmul算子的优化手段，包括优化分核逻辑、优化基本块、开启大包搬运。 分核逻辑：开启尽量多的Cube核使能并行计算。 优化基本块，选择最优的baseM、baseN、baseK参数，其中baseM、baseN、baseK为Matmul T
