如下图中的示例，算子的输入shape为（1，2048），支持的数据类型为half类型，输入数据可以对齐到一个datablock的大小（32字节），输入数据为2048 * 2 / 32 = 128个datablock，因此可以平均分配到每个核上（假设使用8个核），每个核上处理256个数，16个datablock。此时不需要进行尾块处理。
图 1 shape对齐场景[object Object][object Object]
针对一些shape，比如算子的输入shape为（1，1904），支持的数据类型为half类型，输入数据可以对齐到一个datablock的大小（32字节），可以平均分配到每个核上（假设使用8个核），每个核上处理238个数，238个数无法均分到datablock上，分满14个datablock后，剩余14个数（28字节），多核切分后需要进行尾块处理。
对于不同shape的输入进行数据切分时，可能会发生Tiling后的数据平均分配到多核上，但每个核内的数据无法均分的情况。针对此种场景，在Tiling参数中增加变量lastTileLength，用来表示最后一个分块，即尾块的大小。因此，在定义算子的Tiling结构体时包含以下四个成员：
- blockLength：每个核上计算的数据长度；
- tileNum：每个核上切分的主块数据块的个数；
- tileLength：每个核上主块数据块的长度；
- lastTileLength：每个核上尾块的长度。
图 2 多核Tiling尾块示意图[object Object][object Object]
算子的Tiling结构体定义如下：
Host侧Tiling实现的主要内容为计算以上四个成员变量。步骤如下：
判断数据总长度totalLength是否满足32字节对齐，如不满足，则计算totalLength向上32字节对齐后的长度totalLengthAligned。
[object Object]判断totalLengthAligned是否能被使用的核数NumBlocks均分，如果可以，则计算每个核上计算数据长度blockLength。
[object Object]计算tileNum。为了减少数据搬运开销，应尽量使用核内的Unified Buffer空间。基于每个核上的计算量以及可用Unified Buffer空间的大小，计算tileNum。
[object Object]根据计算出的tileNum，计算tileLength和lastTileLength。
如果每个核的计算量能够被当前可用Unified Buffer空间均分，则按照无尾块场景处理。
[object Object]反之，按照尾块场景处理，尾块长度为单核计算数据长度 - tileNum * tileLength。
[object Object]
Host侧Tiling实现的代码如下：
(1，1904)形状的输入数据计算后，tiling结构体内各个变量的值如下：
与相比，在Init函数中通过Pipe内存管理对象为输入输出Queue分配内存时，取tileLength与lastTileLength中的最大值作为分配内存的长度。例如，当单核需要计算的长度小于UB可用空间时，按照仅有尾块处理，此时tileLength为0，而lastTileLength为数据块长度。因此，需要取两者中的较大值来分配内存。
由于尾块长度为lastTileLength，与主块数据块的长度不同，因此在CopyIn函数、Compute函数、CopyOut函数中传入本次循环待处理的数据块长度参数tileLength，即待处理的主块或尾块的数据长度。
Process函数实现代码如下：
CopyIn函数实现代码如下：
Compute函数实现代码如下：
CopyOut函数实现代码如下：