mctlass 库 builtin函数介绍

注意到mctlass库中使用了一些builtin函数，但是没有找到说明，也没有头文件，类似这样

__builtin_mxc_mov_raw_shfl
__builtin_mxc_byte_perm
__builtin_mxc_load_global_async128

__builtin_mxc_arrive
__builtin_mxc_stg_b32_predicator
__builtin_mxc_stg_b64_predicator
__builtin_mxc_stg_b128_predicator
__builtin_mxc_ldg_b128_predicator
__builtin_mxc_ldg_b64_predicator
__builtin_mxc_ldg_b32_predicator
__builtin_mxc_barrier_inst

__builtin_mxc_load_global_async128
__builtin_mxc_barrier
__builtin_mxc_ldg_b32_bsm_predicator
__builtin_mxc_ldg_b64_bsm_predicator
__builtin_mxc_ldg_b128_bsm_predicator
__builtin_mxc_ldg_b96_predicator

能否提供一些文档说明，或者sample介绍一下这些函数的功能，用法，谢谢

后续会在《MACA C++编程指南》中增加这些builtin函数的说明

好的，关于kernel性能优化，你们有什么工具能给出详细一些的分析吗，目前我看mcProfiler只能看到一些整体的性能问题，没法给出具体位置的定位，当期我通过逐段注释的方法来定位性能瓶颈，比较麻烦，最好是能有一个例子，介绍一下你们做性能分析的方法，使用什么工具，谢谢。

谢谢，再请教一下，有办法限制kernel的寄存器使用量吗，我发现一段代码，分成2段，单独测试寄存器每一段寄存器使用量都很少，但是我把它们合并到一起，寄存器使用量就增加了非常多，我试了用__launch_bounds__(256, 4)这样的方式加以限制，但是编译的时候显示： warning: set minimum blocks' number is illegal in Maca and the value will be ignored [-Wmaca-min-blocks-per-multiprocessor]