现在再写 类似 cuda page attention 的算法，cuda 的 simt 架构 是 单指令 多线程的方式，如果遇到 page attention 这种 非连续 多个小空间地址 的 各种 for 循环，if 判断的，程序比较有操作空间，像 昇腾 这种 simd 的，如何 处理非连续 多个小空间地址，如何 做类似 cuda 的 warp shuffle operations 操作，我没发现现成的类似的例子，希望可以给我一点建议 或者 是否有类似  page attention 的例子可以参考，谢谢