producer 分别用一次 TMA load 搬运 2048 bytes 的 A tile 和 2048 bytes 的 B tile。随后调用 arrive.expect_tx(4096)，报告一次 arrival，并让 barrier 等待两次 load 共 4096 bytes 的传输。
每次 copy 完成后，硬件都会向 barrier 报告 2048 bytes 的 complete-tx，并相应扣减 tx-count。第二次完成后，tx-count 回到 0。
调用 TIRx 的阻塞式 try_wait(phase=0)；barrier 完成这一 phase 后，才能读取 A、B tiles。