优化点有三，一是矩阵乘法的优化，二是邻接矩阵的CSR乘法优化，三是logsoftmax的展开。 难点有二，其一是矩阵乘法如何分配线程、共享内存和cache，减少访存的同时进行更多的计算，其二是AX中的csr矩阵乘法，难度在于顶点和边的数目较大，无法直接展开做矩阵乘法，且不同的顶点对应的degree不一样，取值范围非常大，难以分配共享内存。
本次优化的创新性在于AX的计算以及与LogSoftmax的连接，省了一个核函数，减少了AX结果写回和LogSoftmax读取带来的访存耗时。针对AX中邻接矩阵每个顶点的不同degree，采用了一种可变长度的buffer策略（实际LDS固定为16*16），实现了多线程同时加载边与值，供后续循环使用，极大减小了访存耗时。