Thanks for sending an requirement! Please fill in the following template to help quickly solve your problem.

一、背景信息 （必填）

weight_quant_preprocess 算子 A16MXF4 数据流（FP4 uint8 紧凑载体，E8M0 scale {K/32, N}，kGroupSize 固定 32）此前仅支持非转置 weight（ND→NZ_C0_16 分形转换），转置 weight 直接返回 ACLNN_ERR_PARAM_INVALID。下游 wqbmmv2 MX kernel 主干已支持 MX FP4 ND 转置输入，preprocess 需配套支持转置 weight 的 ND 直拷透传，打通 MX FP4 转置链路。

本需求同时包含 conversion/weight_quant_preprocess 目录 ErrMsg reason 字符串结尾多余句号的集中整改（原 cann/ops-math!5126，已关闭并入）。

二、价值/作用 （必填）

支撑 A16 MXFP4 量化推理场景下转置 weight 的预处理：preprocess 输出 ND 物理透传，可直接衔接 wqbmmv2 MX kernel，端到端打通 torch_npu.npu_weight_quant_batchmatmul 的 MX FP4 转置路径，避免业务侧手工做 ND 直拷。

三、设计方案 （必填）

1. IsMMA16MXF4DataFlow judge 拆分为 base + 转置/非转置：转置 weight（末两维严格转置 stride [1,K]，打包维沿 K 须 K 为偶数）命中新条目走 ND 直拷（ProcessWeightDirectCopy，按打包维建 UINT8 视图物理透传）；非转置维持原 NZ_C0_16 分形转换条目
2. out 侧一致性校验归一为 CheckOutSameBase（空指针对称 + out 非 empty + viewShape 一致）与 CheckOutSameAsInput（Base + 连续性 + format/dtype/storageShape 全 ==）两层；scale/offset/bias 直拷透传参数的输入侧校验删除，约束下放 wqbmmv2
3. 所有 NZ 出条目（A8W4/S4/F4）统一 CheckOutWeightDtypeSame（真实场景 NZ 出 dtype 恒等于输入）；保留 CheckWeightOffsetOptionalNull（无 offset 直拷 process，非空 offset 会被静默丢弃）
4. ErrMsg reason 结尾多余句号清理（35 处，纯文案无行为变化）

3.1 使能方式（涉及哪些框架：如Aclnn直调、Pytorch训练等）

Aclnn 直调 / PyTorch（torch_npu，配套 Ascend/op-plugin!5803、cann/ops-nn!10133）

3.2 总体设计

3.2.1 算子支持的数据类型

weight：float4_e2m1（uint8 紧凑载体）；weightScale：float8_e8m0（uint8 承载）；x/y：float16、bfloat16

3.2.2 host侧设计

aclnn 注册表（judge + checks + processes）新增 A16MXFP4 转置 ND 直拷条目，无 infer/tiling 变更

3.2.3 kernel侧设计

无 kernel 变更（host 侧视图转换 + 直拷透传）

3.3 支持硬件

ascend950（DAV_3510）

3.4 算子约束限制

• pergroup（A16F4 per-group）不支持转置 weight，转置仍返回 ACLNN_ERR_PARAM_INVALID（pergroup FP4 ND 无下游 wqbmmv2 支持）
• 转置 weight 末两维须严格转置（stride [1,K]），打包维沿 K 须 K 为偶数
• kGroupSize 固定 32；weightOffset 不支持，须为 nullptr

对应 PR：https://gitcode.com/cann/ops-math/pull/5241