Attention KV Cache NPU CUDA.C++ GPU 内存性能分析workloads SIMD AVX RVV 性能优化 LLM/ggml git Qt 设计模式 CUDA FlashAttention Dropout RNG tool/perf GQA LD_PRELOAD LLVM PIN MLA CXL LLM MOE 算法 并行计算 排序