矩阵Q，K，V 在HBM，SRAM芯片大小为M，其中N=5，d=3， M=59
1.设置块大小Bc=4，Br=3
2.初始化O，l，m
3.分割Q为Tr块[Q0,Q1]，每块大小Br*d,分割K，V为Tc块[K0,K1],[V0,V1]，每块大小Bc*d
4.分割O为Tr块，每块大小Br * d，分割l为Tr块，每块大小Br，分割m为Tr，每块大小为Br
外层循环：
从HBM加载K0，V0到SRAM
内层循环：
从HDM中加载Q0，O0，l0，m0到SRAM中
在芯片中，计算S[0,0] = Q0 * K0
在芯片中，计算当前块每一行的 最大值m[0,0] = rowmax(S[0, 0])，Softmax分子P[0, 0] = exp(S[0,0] - m[0,0])，Softmax分母l[0, 0]=rowsum(P[0, 0])
在芯片中计算出：l[0, 0], m[0, 0]和l[0,0]的每一行的和l0
计算出O[0],将O[0]结果写入到HBM中
从HBM中将Q1，O1，l1，m1加载到SRAM中
