update: adjust the format

README.md

 # 1 FastPT简介
-
-    FastPT是基于python的应用编译工具，借助FastPT，开发人员可以在HCU上开发、部署基于pytorch的内含CUDA代码的应用。可以实现CUDA源码不转码直接编译，或源码转换到HIP格式代码后，通过hipcc适配编译。推荐优先使用不转码编译方式。转码适配方式功能受限，可能需要手动处理较多的内容。
+FastPT是基于python的应用编译工具，借助FastPT，开发人员可以在HCU上开发、部署基于pytorch的内含CUDA代码的应用。可以实现CUDA源码不转码直接编译，或源码转换到HIP格式代码后，通过hipcc适配编译。推荐优先使用不转码编译方式。转码适配方式功能受限，可能需要手动处理较多的内容。
 FastPT版本与torch版本对应关系为：
 
 |   | fastpt版本        | torch版本 | DTK版本 |
@@ -9,31 +8,25 @@ FastPT版本与torch版本对应关系为：
 | 2 | 2.1.0+das.dtk2504 | v2.5.1    | dtk2504 |
 
 注：
-
 1. FastPT工具目前尚不支持cutlass类似三方库和内联汇编指令；
 2. 编译有依赖库需求且依赖库涉及到GPU加速实现的，可以在DAS上以及GPUFusion（一般为$ROCM_PATH/cuda/)环境下查询是否有已适配或支持的库；
 3. 此工具适合生态组件应用依赖torch的且有GPU加速代码实现的场景下使用，如通过CUDAExtension构建编译或编译依赖libtorch等。
 
 # 2 安装
-
-    工具安装使用pip方式，安装前请确保环境中已安装了torch，并从光源社区-DAS中下载此工具的安装包。注意与python、torch版本匹配。Torch需要使用HCU下支持的版本。
+ 工具安装使用pip方式，安装前请确保环境中已安装了torch，并从光源社区-DAS中下载此工具的安装包。注意与python、torch版本匹配。Torch需要使用HCU下支持的版本。
 
 ```
 cd path/to/whl
 pip install fastpt*.whl  --no-deps
 ```
-
-    安装完成之后，可通过以下指令验证是否安装成功,指令执行后会显示当前fastpt的版本号。
-
+安装完成之后，可通过以下指令验证是否安装成功,指令执行后会显示当前fastpt的版本号。
 ```
 python -c “import fastpt;print(fastpt.__version__)”
 ```
 
 # 3 使用
-
-    推荐使用不转码编译方式，可参考下面的表格以及3.1章节的内容。
-
-    工具安装后，构建编译或使用时，通过source  /usr/local/bin/fastpt  -X 进行环境设置。X为模式设置参数，具体参数说明如下：
+推荐使用不转码编译方式，可参考下面的表格以及3.1章节的内容。
+工具安装后，构建编译或使用时，通过source  /usr/local/bin/fastpt  -X 进行环境设置。X为模式设置参数，具体参数说明如下：
 
 | 使用场景   | 指令     | 示例                            | 说明                                                                                                                                                                                 |
 | ---------- | -------- | ------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ |
@@ -45,41 +38,32 @@ python -c “import fastpt;print(fastpt.__version__)”
 ## 3.1 不转码编译
 
 ### 3.1.1 使用方法
-
-    编译模式：Fastpt-2.0之后支持不转码编译实现，即直接使用CUDA源码编译。安装FastPT工具的whl包，执行：
+编译模式：Fastpt-2.0之后支持不转码编译实现，即直接使用CUDA源码编译。安装FastPT工具的whl包，执行：
 
 ```
 source  /usr/local/bin/fastpt  -C
 ```
-
 初始化FastPT编译环境，然后按照组件或应用的官方指导编译方法处理即可。
-	执行模式：编译好组件通过whl包在有FastPT的新环境下使用时，需要确保环境下已执行过执行模式的初始化操作，否则可能会报错找不到CUDA相关的动态库。执行命令：
-
+执行模式：编译好组件通过whl包在有FastPT的新环境下使用时，需要确保环境下已执行过执行模式的初始化操作，否则可能会报错找不到CUDA相关的动态库。执行命令：
 ```
 source  /usr/local/bin/fastpt  -E
 ```
-
 即可。
 
 ### 3.1.2 不转码编译示例
 
 下面以pytorch_scatter组件为例，通过fastpt不转码编译方式来编译该组件。
-
-    首先，启动一个容器，对当前容器内的环境进行下列检查：
-
+首先，启动一个容器，对当前容器内的环境进行下列检查：
 （1）是否安装DTK且DTK的版本是否正确；
-
 （2）是否安装pytorch且pytorch的版本是否正确；
-
 （3）是否安装FastPT且FastPT的版本是否正确。
-
 检查完毕后，下载 pytorch_scatter 组件源码，并执行下面的命令进入编译模式：
 
 ```
 source /usr/local/bin/fastpt -C
 ```
 
-* 编译模式
+* 编译模式: 
 
 进入编译模式后，会有如下提示：
 
@@ -89,54 +73,38 @@ runtime is found,using ROCM_HOME=’/opt/dtk’
 已设置USE_FASTPT_CUDA，并加载CUDA环境
 此时已初始化FastPT编译环境。
 ```
-
-    接着，查阅pytorch_scatter的readme.md文档，找到组件的官方指导编译方法。针对该组件，运行下面的命令执行编译并生成whl包：
-
+接着，查阅pytorch_scatter的readme.md文档，找到组件的官方指导编译方法。针对该组件，运行下面的命令执行编译并生成whl包：
 ```
 python
 setup.py bdist_wheel
 ```
-
-    编译完成后，生成的whl包会在dist目录下。可以执行下面的命令安装pytorch_scatter并自动安装其依赖包：
-
+编译完成后，生成的whl包会在dist目录下。可以执行下面的命令安装pytorch_scatter并自动安装其依赖包：
 ```
 pip install torch_scatter-2.1.0-cp310-cp310-linux_x86_64.whl
 ```
 
-* 执行模式
-
-    whl包安装完成后，为测试编译的组件是否可用，执行下面的命令进入执行模式：
+* 执行模式: 
 
+whl包安装完成后，为测试编译的组件是否可用，执行下面的命令进入执行模式：
 ```
 source /usr/local/bin/fastpt -E
 ```
-
     此时终端会有如下提示：
-
 ```
 No ROCm runtime is found, using ROCM_HOME='/opt/dtk'
 torch mocker so 已存在
 已初始化 fastpt.cuda
 ```
-
-    大部分组件内通常会存在测试用例用于验证，可以通过执行下面的命令进行组件测试：
-
+大部分组件内通常会存在测试用例用于验证，可以通过执行下面的命令进行组件测试：
 ```
 pytest -vs ./tests
 ```
-
-    测试完成后，如果用例全部成功测试通过，则该组件验证可用。如果出现失败用例，可以分析其失败原因，从而验证该组件是否可用。
-
+测试完成后，如果用例全部成功测试通过，则该组件验证可用。如果出现失败用例，可以分析其失败原因，从而验证该组件是否可用。
 ### 3.1.3 不转码编译注意事项
-
 （1）此工具适用于依赖torch的生态组件使用，应用中内含CUDA C/C++代码的工程在HCU环境下的开发、移植。Fastpt版本应与torch版本对应，当前torch版本要求最低torch-2.4.1；
-
 （2）不支持依赖cutlass、内嵌汇编代码的编译；
-
 （3）部分代码可能存在不支持的情况，如__CUDA_ARCH__宏，可以在代码中设置或在编译指令中添加支持，可设置arch对应sm_75；
-
 （4）部分编译指令不支持，如下示例中的"-gencode"，"arch=compute_75, code=sm_75"需要使用"-gencode=arch=compute_75,code=sm_75"替换。
-
 ```python
  extra_compile_args={
                 "cxx": [
@@ -152,27 +120,17 @@ pytest -vs ./tests
 ]
                 + generator_flag,
             },
-
 ```
-
 （5） 编译模式(-C)与执行模式(-E)下，torch.version.cuda与torch.version.hip会分别被设置，少部分应用在执行时会依赖这两个变量，需要根据具体情况在应用端调整上述两个变量。
-
 ## 3.2 转码编译
-
-    FastPT提供了HCU下，转码到HIP格式，通过hipcc进行编译的方法，实现基于torch的应用中CUDA代码移植到HCU平台，工具接口包括CUDAExtension、CppExtension、hipify转码接口.编译时，转码一般是自动实现的。另外提供了自定义接口映射用来补充代码映射关系；提供了保持源码文件夹下文件相对路径的转码方法。
-
+FastPT提供了HCU下，转码到HIP格式，通过hipcc进行编译的方法，实现基于torch的应用中CUDA代码移植到HCU平台，工具接口包括CUDAExtension、CppExtension、hipify转码接口.编译时，转码一般是自动实现的。另外提供了自定义接口映射用来补充代码映射关系；提供了保持源码文件夹下文件相对路径的转码方法。
 ### 3.2.1 使用方法
-
-    此方法适用于通过setup.py使用CUDAExtension、CppExtension进行组件构建编译的场景。使用时，执行
-
+此方法适用于通过setup.py使用CUDAExtension、CppExtension进行组件构建编译的场景。使用时，执行
 ```
 source  /usr/local/bin/fastpt -T
 ```
-
 ### 3.2.2 自定义接口映射
-
-    工具中可能存在未涉及到或用户需要的一些转换匹配，可以通过json文件的方式给到工具，在不需要额外修改代码的情况下，实现自定义代码匹配转换。可以通过以下方法补充代码映射。用户需要在CUDAExtension或hipify_python接口调用代码同级目录下，通常为setup.py文件所在目录，创建 custom_hipify_mappings.json文件。json文件内容格式如下:
-
+工具中可能存在未涉及到或用户需要的一些转换匹配，可以通过json文件的方式给到工具，在不需要额外修改代码的情况下，实现自定义代码匹配转换。可以通过以下方法补充代码映射。用户需要在CUDAExtension或hipify_python接口调用代码同级目录下，通常为setup.py文件所在目录，创建 custom_hipify_mappings.json文件。json文件内容格式如下:
 ```
 {
     "custom_map" : {
@@ -182,18 +140,12 @@ source  /usr/local/bin/fastpt -T
     }
 }
 ```
-
-    此示例中，在将CUDA代码转到HIP代码时，会将源码中的”src mapping 1”替换为”dst mapping 1”，将"src mapping 2" 替换成 "dst mapping 2"。
-
+此示例中，在将CUDA代码转到HIP代码时，会将源码中的”src mapping 1”替换为”dst mapping 1”，将"src mapping 2" 替换成 "dst mapping 2"。
     自定义映射转换优先级高于内置的转换。
-
 ### 3.2.3 转码接口
-
-    工具提供了hipify转码接口，使用可参考torch中的同名接口。
-
-    此接口还提供了实现保留源代码路径的转码的处理方法，转码会新建一个xxx_dtk的代码文件夹，内部文件路径结构与源文件夹下一致，".cu"代码文件扩展名会转成".hip"，如xxx.cu转码后为xxx.hip。此方法一般在CMake或Make等需要保持原代码路径的工具编译代码时使用，需要注意CMakeLists.txt中的代码需要手动修改，暂时不支持CMake语法的转码，如".cu"后缀需要改为".hip"、编译器nvcc需要改为hipcc等，此适配场景下建议使用3.1章节中的不转码编译处理。
-
-    使用时，需要在要转码的文件夹的同级目录中实现以下脚本fastptcode.py：
+工具提供了hipify转码接口，使用可参考torch中的同名接口。
+此接口还提供了实现保留源代码路径的转码的处理方法，转码会新建一个xxx_dtk的代码文件夹，内部文件路径结构与源文件夹下一致，".cu"代码文件扩展名会转成".hip"，如xxx.cu转码后为xxx.hip。此方法一般在CMake或Make等需要保持原代码路径的工具编译代码时使用，需要注意CMakeLists.txt中的代码需要手动修改，暂时不支持CMake语法的转码，如".cu"后缀需要改为".hip"、编译器nvcc需要改为hipcc等，此适配场景下建议使用3.1章节中的不转码编译处理。
+使用时，需要在要转码的文件夹的同级目录中实现以下脚本fastptcode.py：
 
 ```python
 import os
@@ -210,13 +162,10 @@ res = hipify(
 )
 
 ```
-
 执行:
-
 ```
 python fastptcode.py
 ```
-
 会在codepath的同级目录下生成转码后的文件夹 codepath_dtk，此路径下的文件结构与codepath的结构相同，”.cu“代码文件后缀变为”.hip“。文件结构如下：
 
 ```
@@ -227,8 +176,6 @@ python fastptcode.py
 ```
 
 ### 3.2.4 注意事项
-
-
 ```
 （1）此工具适用于依赖torch的生态组件或应用，内含CUDA C/C++代码的工程在HCU环境下的开发、移植，注意FastPT版本与torch版本对应;
 （2）暂不支持CMake、make等代码语义处理。代码转换可通过上面3.2.3中的示例，通过执行python的转码脚本代码，将CUDA代码转换成HIP代码，CMake文件需要用户自行处理。为了便于适配建议通过CMake编译的组件使用3.1章节的不转码的方式，通过CUDA源码编译的方式适配;
@@ -236,7 +183,6 @@ python fastptcode.py
 （4）适配组件的setup.py 中可能会有CUDA环境检查来决定是否执行CUDA相关代码的编译，例如CUDA_PATH或torch.version.cuda的检查，可按情况进行处理;
 （5）当不希望引入ATen/dtk_macros.h这个头文件时，可以通过以方式屏蔽此头文件的引入：export FASTPT_DTK_MACROS=1。
 ```
-
 # 5 已支持组件列表
 
 |    | 组件名称            | 版本                  | DAS仓库                                                            | 备注说明                                                                                                                                         |
@@ -270,5 +216,4 @@ python fastptcode.py
 | 27 | apex                | 24.04.1-dtk25.04      | http://developer.sourcefind.cn/codes/OpenDAS/apex.git              |                                                                                                                                                  |
 
 # 6 附录
-
 fastpt whl包链接地址：https://download.sourcefind.cn:65024/4/main/fastpt