背景

WeightQuantBatchMatmulV2 在 Ascend950 上新增 A16W4（INT4/FP4/MXFP4）4-bit 紧凑排布（uint8 载体）weight 支持（ops-nn 侧见 cann/ops-nn#8545），需要 PTA 侧 npu_weight_quant_preprocess 配套支持对应数据流。

当前 npu_weight_quant_preprocess 仅支持 MX A8W4 / int8 等存量流程，不支持 A16S4（INT4 per-tensor/per-channel/per-group）与 A16F4（FP4 per-group/MX）的 4-bit 紧凑 weight 预处理。

目标

1. A16S4 INT4：per-tensor / per-channel / per-group 全场景支持。
2. A16F4 FP4：per-group / MX 支持。
3. torch 接口保持原 9 参形式，无新增参数。
4. ND/NZ 内部分流：per-tensor 一律 ND 直拷（不支持 NZ）；per-channel / per-group 非转置 → NZ_C0_16 转换，转置 → ND 直拷，均不支持则报错。
5. FORMAT_FAKE_TO_REAL 映射扩展：NZ_C0_8→NZ_C0_16（A16 4-bit），保留 NZ_C0_16→NZ_C0_32（A8）。
6. npu_weight_quant_batchmatmul 支持 uint8 载体 4-bit ND weight 按打包方向还原逻辑 K/N；is_weight_nz_4bit_compact 识别 NZ_C0_8/NZ_C0_16。

验收标准

• eager：per-tensor/per-channel/per-group、转置自动 ND、负向用例通过，与 CPU golden bit-exact。
• 图模式（torchair 静态+动态）全数据流用例通过。
• 存量 MX A8W4 / int8 流程回归不受影响。

关联 PR

• https://gitcode.com/Ascend/op-plugin/pulls/5676