深入 P10 核心：Dispatcher 与硬件抽象层

作为 TensorPlay 的计算核心，P10 库的设计目标是“极致的灵活性”。为了在支持多种硬件（CPU, CUDA, Edge）的同时保持接口的一致性，我们引入了两套关键设计模式。

Tensor 与 TensorImpl：接口与实现分离

在 P10 中，用户交互的 p10::Tensor 实际上是一个轻量级的句柄，它持有一个指向 p10::TensorImpl 的智能指针。

• TensorImpl：是一个抽象基类，定义了存储张量元数据（Shape, Stride, Device）和数据指针的标准。
• 子类适配：CPUImpl、CUDAImpl 甚至针对嵌入式设备的 EdgeImpl 分别实现了具体的存储管理和计算逻辑。

Dispatcher：算子分发的指挥官

当用户调用 add() 或 matmul() 时，P10 不会硬编码计算逻辑，而是将其交给 Dispatcher。

Dispatcher 会根据张量的 DispatchKey（由设备类型和数据类型组成），从全局注册表中查找并调用最适合当前硬件的内核函数（Kernel）。这种机制允许开发者在不修改 P10 核心源码的情况下，通过简单的注册即可添加对新算子或新硬件的支持。

效率的保证

虽然存在抽象层，但通过 C++ 的内联优化和零开销抽象（Zero-cost Abstractions），P10 在调度路径上的开销被压缩到了纳秒级，确保了框架在计算任务下的高效执行。