mcTileLang 算子任务文档（按 Level 分级）

一、前置说明

文档参考：所有任务需遵循 mcTileLang 现有文档格式（可参考 docs/deeplearning_operators 下的 matmul.md、elementwise.md）。
提交要求：所有交付物需提交至 mcTileLang 仓库（Gitee 地址：https://gitee.com/metax-maca/mcTileLang ），PR 需标注“Level X 任务提交”，Issue 需关联对应任务模块。

熟悉 mc_tilelang 基础功能，验证现有文档的可复现性。

算子文档验证
- 选择 1 个已完成的算子文档（matmul.md/elementwise.md/deepseek_mla.md/gemv.md），按文档中的“使用示例”编写代码，确保能成功运行。
- 记录运行过程中的关键日志（如算子执行时间、输出结果），截图证明代码可复现，将截图提交至对应算子文档的 Gitee Issue（需注明“Level 1 验证”）。
教程文档验证
- 选择 1 个已完成的教程文档（auto_tuning.md/debug_tools_for_tilelang.md），按教程步骤操作（如 Auto-Tuning 参数配置、Debug 工具调用）。
- 记录操作中发现的问题（如缺失的依赖包、步骤描述模糊点），补充完整操作流程后，将“验证结果+补充建议+操作截图”提交至教程文档的 Gitee Issue。

完成 CUDA 相关文档向 MACA 适配，实现补充算子说明文档。

文档迁移：CUDA 内容适配 MACA
- 选择 1 个已完成的算子文档（如 matmul.md/elementwise.md），若文档中包含 CUDA 相关描述（如 CUDA 核函数、线程块配置），将其迁移为 MACA 编程对应的逻辑。
- 迁移要求：明确 CUDA 语法与 MACA 语法的映射关系,补充 MACA 版本后提交迁移后的文档 PR 至 docs/deeplearning_operators。
教程迁移：MACA环境迁移
- 选择在cuda环境上进行解释和说明的文档，将其在maca环境下进行同样的操作并将需要补充和说明的内容提交PR到对应的文档（如 Installation.md。

编写未完成的算子文档，补充已有文档的 MACA 深度解析。

未完成文档编写
- 如从 5 个未编写的算子中选择 1个（convolution.md/flash_attention.md/flash_linear_attention.md/matmul_dequant.md/tmac_gpu.md），按与其他已有的算子文档结构编写文档：
  - 算子功能：说明算子的应用场景（如卷积算子用于图像特征提取）、核心计算逻辑；
  - 接口参数：列出输入（如输入张量形状、数据类型）、输出（如输出张量维度）、可选参数（如卷积核大小、步长）；
  - 使用示例：编写 mc_tilelang 调用代码（需基于 MACA 环境），包含数据构造、算子调用、结果验证；
  - 性能说明：标注算子在指定设备（如 GPU 型号）下的推荐参数配置。
- 交付物：编写完成的算子文档，提交 PR 至 docs/deeplearning_operators。
已有文档 MACA 解析补充
- 选择 1 个已完成的算子文档（如 matmul.md），新增“MACA 编程解析”章节：
  - 解析内容：包含算子的 MACA 内存布局设计（如张量的 layout 参数配置）、计算流程优化（如循环展开、数据分块）；
  - 代码示例：提供完整的 MACA 优化版算子代码（需包含注释），对比优化前后的性能差异。
- 交付物：补充后的文档 PR，需附代码运行截图证明优化效果。

开发复杂融合算子或贡献示例代码，满足大模型推理等高阶需求。

example 文件夹代码贡献