变更摘要

本 PR 是 norm_multiply_dropout 算子迁移系列（1/6）的前向实现，新增 norm_multiply_dropout_forward 的 op_host 与 op_kernel 目录，实现 LayerNorm + Multiply + Dropout 融合前向计算（ln_ret = LayerNorm(x) * weight + bias、ln_out = u * ln_ret、output = dropout(ln_out, dropout_ratio)）。包含 tiling 数据结构、入参校验、tiling 计算与算子注册，以及基于 tilingKey 分发的 AscendC 向量 kernel；本 PR 不含构建接入，合入后暂不参与编译。

主要改动

• 算子定义与注册：新增 op_host/norm_multiply_dropout.cpp，通过 OpDef 注册 NormMultiplyDropout，定义输入 x/u/weight/bias/mask、输出 output/mean/var 及属性 eps/dropout_ratio，并绑定 InferShape、InferDataType、TilingFunc，同时注册 ascend910b、ascend910_93 及条件编译下的 ascend950 配置。
• 入参校验与 tiling 计算：在 TilingFunc 中完成 shape 维度与一致性校验（x 为 2 维且列数限定 512/1024、weight/bias 为 1 维且与 x 列对齐）、dtype 白名单校验（fp16/bf16/fp32，SUPPORT_950 下剔除 fp32）、mask 为 uint8 且元素数为 x 元素数的 1/8（无 dropout 时允许 {1} 占位）、eps 取值 [1e-10,1e-4] 与 dropout_ratio 取值 [0.0,1.0] 的范围校验；随后按 UB 容量与行内存系数计算 singleBlockRows、大小核行数分配，并写入 tiling 数据。
• tiling 数据结构与 tilingKey 模板参数：新增 norm_multiply_dropout_tiling.h 定义 NormMultiplyDropoutTilingData（bigCoreNum/littleCoreNum/avgCoreCalcRows/xRowCount/xColCount/singleBlockRows/useCoreNum/dropTmpMem/eps/dropoutRatio），并通过 norm_multiply_dropout_tilingKey.h 以 ASCENDC_TPL_BOOL_DECL(isNeedDrop, 0, 1) 声明模板参数，供 host 侧 GET_TPL_TILING_KEY 与 kernel 侧分发使用。
• AscendC 前向 kernel 实现：新增 op_kernel/norm_multiply_dropout.cpp，模板类 kernels::NormMultiplyDropout<T, isNeedDrop> 按核心偏移分行处理，非 fp32 输入经 Cast 升精度计算后回写原类型；实现均值/方差两次 WholeReduceSum 规约并输出 mean、var，再完成标准化、仿射变换、u 相乘与 DropOut 融合。
• dropout 边界语义处理：kernel 内计算 probValue = 1 - dropoutRatio，当 probValue > 0 时调用 DropOut（mode 3），当 keepProb <= 0（即 dropout_ratio=1.0）时改用 Duplicate 将输出清零，对齐 PyTorch 语义并避免除零产生异常值；isNeedDrop 为编译期分支，无需 dropout 时不申请 mask 相关缓冲。

代码审查

审查结论

按文件逐一确认（7/7 均已审阅）：

优先级统计：P0 × 0，P1 × 1，P2 × 2，P3 × 5，共 8 项。

整体风险判断：算子主流程（LayerNorm + Multiply + Dropout 的 tiling 拆分、均值/方差规约、dropout=1.0 清零分支）结构清晰，host 侧入参/dtype/shape 校验较完整，未见越界、泄漏或 32 位乘法链溢出的可触发路径（行/列上界 1e6×1024 在 int32 范围内）。主要风险集中在两处：一是 kernel 内标量读取前缺少 V→S 同步，属于会偶现的精度/正确性问题（需在真机上用回归用例确认）；二是仓库根目录被提交了不透明的 gitleaks 二进制，属供应链风险，建议在合入前删除。其余为可维护性/构建可靠性层面的建议级问题。

⛔ 需要修改

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.
You can self-configure the PR merge rules for this repository. For more details, please refer to Here.

PR Approval Progress

⚠️ This PR does not yet meet the following requirements:lgtm (requires ≥ 2 person(s) per module)、approve (requires ≥ 1 person(s) per module)

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

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