嘿嘿，一番摸索，给挖出来了，Blackwell 原生支持 INT4 满血算力！
不多说，直接开始正题，大家可自行测试。
For SM100 / SM103 / SM110
.kind::mxf4nvf4 指令，你只需要改 cutlass 两行代码，就可以拥有原生满血 INT4 算力！实测吞吐和 FP4 E2M1 一样！
- 枚举值 0 代表 INT4 或 E0M3，codebook 等间距从 -7 到 7
- 枚举值 1 代表 E2M1，codebook 非均匀间距从 -6 到 6
- 枚举值 2-7 会自动回退到 E2M1
也意味着，你对于 a 和 b 设置不一样的枚举值，支持满血算力的 INT4 x FP4 E2M1 混乘！
For SM120 / SM121
在 RTX 5090 中（测试 Driver 595.84），NVFP4 的 OMMA.SF.16864.F32.E2M1.E2M1.UE4M3.4X 指令中，128-bit SASS 的 bit 78/79 分别控制左右操作数格式，0 代表 E2M1、1 代表 E0M3。
写个 CUBIN 后处理逻辑，也可以解锁 5090 原生满血 INT4 / E0M3 算力，包括混乘场景。未来消费级显卡本地 llama.cpp 部署推理也可以用到满血 INT4 算力了
就是这样！over
