[object Object] 是异步远程写原语。它启动一次从本地GM到远端GM的传输，并立即返回 [object Object]。
数据流：
[object Object] → DMA引擎 → [object Object]
[object Object]：[object Object]（默认）[object Object]（Ascend 950PR/Ascend 950DT，仅NPU_ARCH 3510）
[object Object]
声明于 [object Object]：
[object Object] 是引擎无关的会话对象。使用 [object Object] 构建一次后，传递给所有异步调用和事件等待。模板参数 [object Object] 在编译期选择DMA后端，使代码对未来引擎（CCU等）保持前向兼容。
使用 [object Object] 中的 [object Object]。
该函数有两个重载——分别用于SDMA和URMA，参数列表不同。
[object Object]
URMA不需要 [object Object]——轮询通过 [object Object]/[object Object] 硬件原语直接操作。
[object Object][object Object]- SDMA和URMA路径均要求源tensor为扁平连续的逻辑一维
- SDMA workspace必须是由主机侧
[object Object]分配的有效GM指针 - URMA workspace必须是由主机侧
[object Object]分配的有效GM指针 - URMA仅在NPU_ARCH 3510（Ascend 950PR/Ascend 950DT）上可用
- URMA要求CANN Toolkit >= 9.1.0
- 传给
[object Object]的对称数据缓冲区必须由大页内存支撑（使用[object Object]分配）。底层MR注册要求大页背景；[object Object]在小尺寸分配时可能静默回退到4KB小页，导致注册失败
若不满足一维连续要求，当前实现返回无效async event（[object Object]）。
[object Object] 不是用于存放用户数据负载的暂存缓冲区。
它被转换为 [object Object]，用作临时UB工作区，用于：
- 写入/读取SDMA控制字（flag、sq_tail、channel_info）
- 轮询事件完成标志
- 完成时提交队列尾部
实际数据负载直接在GM缓冲区之间传输；[object Object] 仅用于控制和同步元数据。
- 必须是
[object Object]类型 - 必须是UB/Vec tile（
[object Object]） - 可用字节数至少为
[object Object]（8字节）
推荐使用：[object Object]（256Byte）。
不同引擎的底层完成机制不同，但用户侧的quiet语义行为一致：
SDMA：
[object Object]仅提交数据传输SQE，flag SQE延迟到[object Object]时提交，通过轮询flag判断完成。URMA：
[object Object]立即提交RDMA WRITE WQE并敲门铃。[object Object]通过轮询Completion Queue（CQ）等待所有预期的CQE被消费。[object Object]—阻塞，直到自上次Wait以来所有已发出的异步操作全部完成
这意味着多次 [object Object] 调用后，只需对最后一个返回的 [object Object] 调用一次 [object Object]，即可等待所有pending操作完成（类似shmem的quiet语义）。
wait成功后，所有已发出的 [object Object] 写入均已全部完成。