主要观点：自定义 PTX 指令可利用 NVIDIA GPU 新硬件特性，提升内核性能，本文旨在指导在 Mojo 中调用自定义 PTX 指令并将其纳入 Mojo 的开源std。
关键信息：

• 展示了在 Mojo 中计算元素级tanh的内核程序，通过assert_almost_equal断言正确性。
• 分析 Mojostd中对tanh的处理，在 NVIDIA GPU 上对于bfloat16会先转换为float32再使用 PTX 指令，现倾向使用专门针对半精度浮点数的tanh.approx.bf16指令。
• 给出了围绕tanh.approx.bf16指令的包装函数tanh_bfloat16。
• 通过--emit标志将 Mojo 代码编译为LLVM IR和asm代码，对比了使用原始tanh和自定义tanh_bfloat16指令编译后的内核代码，前者需先转换再执行指令，后者可直接输入bfloat16。
  重要细节：
• 定义了项目并给出相关代码，如magic init intro-mojo-ptx --format mojoproject等。
• 详细说明了tanh函数的源代码及相关参数。
• 介绍了获取编译信息的函数_compile_code_asm及编译后的代码示例，包括原始和自定义指令编译后的输出对比。