变更摘要

本 PR 为 eagle_quant_block_sparse_attention 算子补齐 MindIE-SD 的 PyTorch plugin 暴露与 golden 精度测试：在 register_ops.cpp 中新增 torch.ops.mindiesd.eagle_quant_block_sparse_attention 的 schema 与 PrivateUse1 实现注册，新增 eagle_quant_block_sparse_attention.cpp / eagle_quant_block_sparse_attention.h 封装 aclnnEagleQuantBlockSparseAttention 内核调用，在 mindiesd/layers/_custom_ops.py 中新增 Python 包装函数与 fake op，并新增 golden 测试脚本验证 mask 与 index 两种 block sparse 模式下与 CPU reference 的精度误差。

主要改动

• 新增算子 schema 与注册：register_ops.cpp 通过 m.def("eagle_quant_block_sparse_attention(...)") 定义了包含 block_sparse_mask、block_shape、layout、量化 scale、*_dtype 等参数的接口，并将 eagle_quant_block_sparse_attention_impl_npu 注册到 PrivateUse1 后端。
• 新增 NPU plugin 实现：eagle_quant_block_sparse_attention_impl_npu 校验 q_input_layout/kv_input_layout 及 TND 布局所需的 actual_seq_lengths，通过 ResolveOutputDtype 解析输出 dtype，分配 attentionOut 与 softmaxLse，并调用 aclnnEagleQuantBlockSparseAttention。
• 新增可选 dtype 校验逻辑：CheckOptionalInputDtype 允许 query_dtype/key_dtype/value_dtype 与 INT8 存储类型（at::kChar）不一致的 FP8 逻辑 dtype，用于量化 bitcast 调用路径的 API 兼容校验。
• 新增 Python 包装与 fake op：_custom_ops.py 新增 eagle_quant_block_sparse_attention 函数按条件组装 torch.ops.mindiesd 调用参数，并新增 eagle_quant_block_sparse_attention_fake 依据 layout 生成 attention_out 与 softmax_lse 的 shape/dtype。
• 新增 golden 精度测试：eagle_quant_block_sparse_attention_golden.py 覆盖 mask（int8）与 index（int32）两种 block sparse 模式，对 Q/K 做 INT8 分块量化、P/V 使用 FP8，并与 CPU reference 比较相对误差，EB_TOL 为 1e-2。

代码审查

✅ 未发现问题

Thanks for your pull-request.
The full list of commands accepted by me can be found at here。
You can get sig-info at here

PR Approval Progress

✅ Congratulations! All modules have met the lgtm and approve requirements.

Module Approval Details

💡 Tip:

• Committer can comment /approve or /lgtm
• Commenting /approve implies both code review (lgtm) and intent to merge (approve)

CLA Signature Pass

lanwangli, thanks for your pull request. All authors of the commits have signed the CLA. 👍

ascend docs pipeline is running...

✅ 跳过 docs ci 检查，没有需要检查的文档文件

• compile : 运行流水线
• retry : 重试流水线所有失败子任务
• retry <任务名> : 仅重试指定失败子任务
• stop : 停止流水线

/lgtm

/lgtm

/approve

/merge