变更摘要

本 PR 为 npu-kernelbench 的 data/kernel_generator/level4 新增两个 level4 算子：MiniMaxSparseAttentionPrefill 和 MiniMaxSparseAttentionDecode，每个算子各包含一份 definition.json 算子定义（含输入/输出规格、op_type 为 attention，以及一段 PyTorch 参考实现）和一份 workload.jsonl 测试用例集。两个算子实现的是 MiniMax Sparse Attention (MSA) 前向计算：通过 index_q/index_k 的点积为每个查询和 GQA group 挑选 top-16 个 key block（block_size=128，含 local block），再在主分支上对选中的 token 做 FP32 缩放点积注意力（64 个查询头、4 个 KV 头、group_size=16），输出为 W_o 投影前的逐头上下文。Prefill 面向 chunked prefill（单样本、[T, 64, 128] 查询、支持因果可见长度），Decode 面向批量单步 decode（[B, 64, 128] 查询、样本沿 batch 维度堆叠）。

主要改动

• 新增 MiniMaxSparseAttentionPrefill/definition.json：定义算子输入（q、index_q、k、v、index_k，均为 bfloat16）、输出 out，并内置 PyTorch 参考实现，实现按块选择（top-16 blocks、stable argsort、local block 强制保留）后按 GQA group 计算 softmax 注意力。
• 新增 MiniMaxSparseAttentionDecode/definition.json：定义批量 decode 场景下与 Prefill 语义一致的输入输出及参考实现，差异在于每个样本只有一个查询 token、位于各自 KV 序列末尾，且所有样本共享相同的序列长度 L。
• 新增 MiniMaxSparseAttentionPrefill/workload.jsonl：包含 13 条随机输入测试用例，覆盖 T 为 4096/8192、KV 长度 L 从 4096 到 524288 的不同组合，统一设置容差 max_atol/max_rtol 为 0.02。
• 新增 MiniMaxSparseAttentionDecode/workload.jsonl：包含 18 条随机输入测试用例，覆盖 batch 30/60/90 与 KV 长度 4096 到 524288 的组合，q/k/v/index_* 均使用 bfloat16 随机数据。

代码审查

✅ 未发现问题