🧂 Salt OS · 同心圆

还是同一个圆心：一台开机只有一个 AI 的手机。上一环已经能「一层权重分块流过片上缓冲」，可那个分块是写死的——第 0 块恒定是投影矩阵、第 1 块恒定是 FFN/LN，块号由位置决定，核没法说「我要算哪一块」。
真 NPU 上，权重是一个大矩阵（比如 4096×4096），要按矩阵行块切成很多块，由核（或 DMA）给一个可编程的块号；硬件自己去取那一块、算那一块的部分积，并把它累加进一个跨块保持的累加器——块块下来，累加器里才长出一整行输出。这一环把「分块」升级成「矩阵行块 + 可编程块号 + 跨块累加」。

· 矩阵按行切、按内维切：W（4×4 INT4）按行切 RB=2 行一块、按内维切 CB=2 列一块，共 NB = (D/RB)·(D/CB) = 4 块；
· 块号是可编程寄存器：新增页面寄存器 0x37C RB_BLK——核写块号，硬件把它译码成 (行基址 r0, 列基址 c0)，只取那一块的行、只算那几行在那几列上的部分积；
· 累加器跨块累加：新增持久累加器 acc[0..3]，不清零——同一行块的不同列块（块 0、块 1）会把部分积一段段加进同一行里；直到核写 0x380 RB_CLR 才归零，开始一次新的矩阵乘；
· 权重仍住内存：行块的行权重从权重 SRAM 取（w_addr = BASE + 块号·RB + 行内序号，放在字 32~39，不碰 0~31 字的层权重）——延续第 28 环「权重住内存」；
· 只扩不推翻：新引擎 row_blk.sv 与前 30 圈的引擎并列，主通路的整网（layer_net）一个字没动；新增 0x378~0x3B0 页，前 30 圈地址映射一字不改；
· 探针：0x3A0 RB_BLKO（块号回显）、0x3B0 RB_BASE（块号译出的行/列基址）、0x388~0x394 RB_ACC0..3（跨块累加器）、0x398 RB_PART0（本块部分积）。

新增 rtl/row_blk.sv（矩阵行块累加引擎）+ tb/tb_row_blk.sv（单元仿真）；min_bus 挂第 31 环页 0x378~0x3B0 + 只读 0x3AC SCREEN6；circle31/gen_boot31.py 生成最小 OS（第 31 环试验段）；tb/tb_min_soc31.sv 协同仿真。

// rtl/row_blk.sv（节选）：块号 → (行基址, 列基址)，部分积累加进跨块 acc
function [31:0] dec_rc(input [NB_W-1:0] b, input integer row_sel);
    integer t; begin
        t = b;
        if (row_sel != 0) dec_rc = (t / NCB) * RB;   // 行基址 r0
        else              dec_rc = (t % NCB) * CB;   // 列基址 c0
    end
endfunction

ST_COMP: begin
    for (n0 = 0; n0 < RB; n0 = n0 + 1) begin
        part_out[n0*ACC_W +: ACC_W] <= partial_c[n0];
        acc_out[(r0_i + n0)*ACC_W +: ACC_W] <=
            acc_out[(r0_i + n0)*ACC_W +: ACC_W] + partial_c[n0];  // 跨块累加
    end
    busy <= 1'b0; done <= 1'b1; st <= ST_IDLE;
end

测试矩阵 W = [1,2,-1,0 / 0,1,1,-2 / -1,0,2,1 / 2,-1,0,1]、x = [3,-2,5,-4]，手算 y = W·x = [-6,11,3,4]。最小 OS 在芯片上真跑：

单元仿真 tb_row_blk 7 组用例通过；协同仿真 tb_min_soc31：SCREEN = 0xF905FD04、SCREEN2 = 0x02040404、SCREEN3 = 0x04000204、SCREEN4 = 0x10200707、SCREEN5 = 0x04081807 与第 25~30 环逐位一致（本环只加了一个新引擎，主通路一个字没动）；采样序列 [0,2,0,0,0,3]、第 6 步吐停止符 3 而停。

从「一层权重按位置切两块」走到「块号由核编程、按矩阵行块取、部分积跨块累加」——这正是真 NPU 把大矩阵切成成百上千块流式算完的那套机制：块号可编程 = 计算可以被调度；累加器跨块累加 = 一块块拼出整行输出。芯片离「跑真 DeepSeek 权重」又近了一层：层再大、矩阵再大，也只是块号一个个给、累加器一格格长。