关于mma中的一些句法的疑惑

[lzcchl]

https://github.com/DefTruth/CUDA-Learn-Notes/blob/main/kernels/hgemm/mma/basic/hgemm_mma.cu#L94

关于这几行代码，想了很久没有完全理解，请教您一下：
uint32_t load_smem_a_ptr = __cvta_generic_to_shared(&s_a[lane_id % 16][(lane_id / 16) * 8]);
LDMATRIX_X4(RA[0], RA[1], RA[2], RA[3], load_smem_a_ptr);

问题1：
s_a[lane_id % 16][(lane_id / 16) * 8]这里对应的位置是[0~15][0,8]，
但实际lane_id为0时取到s_a[0][0]，lane_id为1时取到s_a[1][0]，我想问为什么不是取s_a[0][8]，这样取内存不应该才是连续的吗？

问题2：
这里s_a的索引[0~15][0,8]，意味着每个线程取8个half，但是这几行代码里面，并没有像LDST128BITS这样的字眼，是哪里给自动分配吗，还是其他机制？

问题3：
关于load_smem_a_ptr，到底是什么，没有理解透彻，因为每个线程的land_id都不一样，但是都返回给load_smem_a_ptr，这个load_smem_a_ptr没有加任何的偏移，你能讲讲偏移去哪了吗？

[DefTruth]

这是根据PTX文档中关于MMA指令的layout说明来处理的，请参考：https://docs.nvidia.com/cuda/parallel-thread-execution/index.html#matrix-fragments-for-mma-m16n8k16-with-floating-point-type