FP16 Batched Matrix Multiplication

题面

实现 FP16 批量矩阵乘：$A \in \mathbb{R}^{B \times M \times K}$、$B \in \mathbb{R}^{B \times K \times N}$（FP16/half，行优先），计算 $C \in \mathbb{R}^{B \times M \times N}$。乘加过程中使用 FP32 累加，结果再转回 FP16。

Implementation Requirements

• External libraries are not permitted
• The solve function signature must remain unchanged
• 乘法累加使用 FP32，C 以 half 存储

Examples

见页面示例（与 FP32 批乘相同维度）。

Constraints

• 1 ≤ B ≤ 128；1 ≤ M,N,K ≤ 1024
• Performance: K = 256, M = 256, N = 256