B200 Blackwell 的 2-CTA MMA：1 线程发指令，2 线程块共同计算

B200 Blackwell 的 2-CTA MMA 机制由单个线程发出 tcgen05.mma.ctagroup::2 指令，配对中的两个 CTA 共享并分摊矩阵乘累加计算。该机制以 1 条指令驱动 2 个线程块完成一次 MMA 运算。