MKLDNN

mkldnn的文件目录结构如下：
doc/：文档说明，基本在 http://intel.github.io/mkl-dnn/index.html 中已经展示
	advanced/：关于int8量化和版本更新的说明
	build/: 关于build、build_options和link 
	design/：关于memory layout(format)的图片
	performance_considerations/：关于性能调试、基准、dump jit code
	primitives/：关于mkdnn的primitives公式和使用说明
	programming_model/：关于mkldnn基本概念、mkldnn API、添加primitives属性、编程模型的介绍，其中images很直观
	usage_models/：关于inference、training的介绍以及它们使用int和bf16的介绍
cmake/: 用于linux、win、mac不同平台上的cmake文件
examples/：mkldnn各种sample code
scripts/：个人认为没什么用
include/：
	mkldnn.h：对以下概念的创建、初始化、get、set、销毁的声明
		mkldnn_memory 
		mkldnn_primitive
		mkldnn_post_ops
		mkldnn_<op>_forward
		mkldnn_<op>_backward
		mkldnn_engine
		mkldnn_stream
		mkldnn_sgemm
		
	mkldnn.hpp：对 mkldnn.h 进行 C++ 的类封装
		error：返回当前API的状态
handle：所有mkldnn中op类的基类，如 primitive_desc，mkldnn_primitive
		memory：memory和memory描述、存储等相关操作
		algorithm：对 eltwise, pooling 等的算法进行选择
		primitive_attr：对 post_ops 进行设置
		primitive_desc：Primitive descriptors 的数据结构
		query：用于获得 Primitive descriptor 的相关信息
		primitive：原语，即深度学习中各种op的抽象
		post_ops：fuse op后的sum、eltwise操作
		<op>_forward：是 primitive 的子类，实现各种前向推理 op 的定义
		<op>_backward：是 primitive 的子类，实现各种反向传播 op 的定义
		engine：指定cpu还是gpu
		stream：用于对primitive的调度管理
		reorder, concat, sum：其他 op 类型
	
	mkldnn_debug.h：将mkldnn中各种数据结构转换成string
		mkldnn_status2str(mkldnn_status_t v);
		mkldnn_dt2str(mkldnn_data_type_t v);
		mkldnn_fmt_kind2str(mkldnn_format_kind_t v);
		mkldnn_fmt_tag2str(mkldnn_format_tag_t v);
		mkldnn_prop_kind2str(mkldnn_prop_kind_t v);
		mkldnn_prim_kind2str(mkldnn_primitive_kind_t v);
		mkldnn_alg_kind2str(mkldnn_alg_kind_t v);
		mkldnn_rnn_flags2str(mkldnn_rnn_flags_t v);
		mkldnn_rnn_direction2str(mkldnn_rnn_direction_t v);
		mkldnn_engine_kind2str(mkldnn_engine_kind_t v);
		mkldnn_scratchpad_mode2str(mkldnn_scratchpad_mode_t v);
	
	mkldnn_types.h ：关于mkldnn中各种数据结构和宏定义
		mkldnn_version_t;
		mkldnn_status_t: success, out_of_memory;
		mkldnn_data_type_t: f32;
		mkldnn_format_kind_t: any;
		mkldnn_format_tag_t: nchw;
		mkldnn_normalization_flags_t;
		mkldnn_convolution_desc_t;
		mkldnn_pooling_desc_t;
		mkldnn_inner_product_desc_t;
		mkldnn_eltwise_desc_t;
		mkldnn_engine_kind_t;
		#define MKLDNN_ARG_SRC_0  1
src/：
	common/：是cpu和ocl的头文件声明
	cpu/：采用cpu实现op，包括avx，sse、纯cpu等
		gemm/：gemm的float、bf16、s8x8s32的cpu实现
		rnn/：rnn， gru、lstm的cpu实现
		xbyak/：调用jit的库函数
		jit_utils/：jit 的通用函数
		cpu_xxx.hpp：针对cpu进行实现cpu的primitive descriptor 
		cpu_xxx.cpp
		gemm_xxx.hpp：封装gemm/文件中的各种实现计算密集型的op，如convolution、inner product
		gemm_xxx.cpp
		Jit_avx2_xxx.hpp：采用avx2实现convolution op
		Jit_avx2_xxx.cpp
		Jit_avx512_xxx.hpp：采用avx512实现convolution 、bf16/f32 convolution 
		Jit_avx512_xxx.cpp
		Jit_sse41_xxx.hpp：采用sse41实现convolution op
		Jit_sse41_xxx.cpp
		Jit_uni_xxx.hpp：采用cpu中的硬件特性实现通用的计算型op
		Jit_uni_xxx.cpp
		ref_xxx.hpp：采用纯cpu实现各种op
		ref_xxx.cpp
	ocl/：采用gpu实现op
tests/：

onednn不同版本的手册：https://oneapi-src.github.io/oneDNN/v1.5/dev_guide_matmul.html


AR：
（1）zero padding实现
（2）execute_forward_nCspBc_padded，execute_forward_dense，execute_forward_generic区别