[Doc][Polish] gemm optimize by 2d thread tile, fix type : No space between Chinese and alphabet

[Doc][Polish] gemm optimize by 2d thread tile, fix type

Author: muyuuuu

docs/11_gemm_optimize/01_tiled2d/README.md

@@ -6,11 +6,11 @@
 
 在介绍二维 Thread Tile 之前，我们先来回顾一下一维 Thread Tile 的优化方法。在初级系列中，我们使用了一维线程块来优化矩阵乘法的性能，我们将矩阵乘法的计算任务分配给了一维线程块，每个线程块负责计算一个小的矩阵块。这样做的好处是可以充分利用共享内存，减少全局内存的访问次数，从而提高矩阵乘法的性能。
 
-还记得一维 Thread Tile中的例子吗？如果输入的 A 和 B 都是 8x8 的矩阵：
+还记得一维 Thread Tile 中的例子吗？如果输入的 A 和 B 都是 8x8 的矩阵：
 
 1. 如果我们一次读取 1 行 A 和 1 列 B，当每一个线程只计算一个结果的时候，我们需要从 A 中读取 8 个数据，从 B 中读取 8 个数据，从 C 中读取 1 个数据，然后写一次 C。这样的话，每个线程需要读取 16 个数据，写一次数据。一共需要 64 个线程，共 64x17 = 1088 次 IO。
-2. 如果我们一次读取 4 行 A 和 1 列 B，那么每一个线程计算 4 个结果，次数需要从 A 中读取 4x8 个数据，从 B 中读取 8 个数据，从 C 中读取 4 个数据，然后写 4 次 C。一共需要 64/4=16 个线程，共 16x48 = 768 次 IO。
-3. 如果我们一次读取 4 行 A 和 4 列 B，那么每一个线程计算 16 个结果，次数需要从 A 中读取 4x8 个数据，从 B 中读取 4x8 个数据，从 C 中读取 16 个数据，然后写 16 次 C。一共需要 64/16=4 个线程，共 4x96 = 384 次 IO。
+2. 如果我们一次读取 4 行 A 和 1 列 B，那么每一个线程计算 4 个结果，此时需要从 A 中读取 4x8 个数据，从 B 中读取 8 个数据，从 C 中读取 4 个数据，然后写 4 次 C。一共需要 64/4=16 个线程，共 16x48 = 768 次 IO。
+3. 如果我们一次读取 4 行 A 和 4 列 B，那么每一个线程计算 16 个结果，此时需要从 A 中读取 4x8 个数据，从 B 中读取 4x8 个数据，从 C 中读取 16 个数据，然后写 16 次 C。一共需要 64/16=4 个线程，共 4x96 = 384 次 IO。
 
 上述的 `2` 就是一维 Thread Tile 优化，上述的 `3` 就是 二维 Thread Tile 优化，计算结果不变的同时，减少 IO 次数，提升算法效率。所以想要继续优化这个 Kernel 的性能，我们可以使用二维线程块来计算二维的矩阵块。