一、问题描述 （必填）

长尾算子 SpaceToBatch（conversion/space_to_batch）在质量加固过程中发现以下缺陷与风险，需补齐：

1. 数据类型覆盖不全：算子定义/IR 仅注册 9 种数据类型，缺少 BFLOAT16，README 与 proto 注释也未包含 BF16。
2. 入参校验缺失：
   • Tiling 未校验输入 x 各维度必须为正，零长度维会进入后续计算；
   • InferShape 未校验 paddings 元素个数必须为 2×2；
   • InferShape 未校验 H/W padding 后能否被 block_size 整除，可能输出错误 shape。
3. 整数溢出风险：Tiling/InferShape 中 H_padded、W_padded、输出 N 等加乘直接运算，超大 shape/padding 会溢出；Kernel 中 totalCount/perCoreCount/索引使用 uint32，大 shape 下可能截断。
4. Kernel 边界处理：perCoreCount 为 0 时未提前返回。
5. 文档错误：README 坐标映射公式有误（n=n_out/(bsbs)、bh=(n_out%(bsbs))/bs、bw=n_out%bs），与实际“batch 维变化最快”的语义不符；应为 n=n_out%N、rem=n_out/N、bh=rem/bs、bw=rem%bs。
6. 测试覆盖不足：golden 仅 numpy 实现，缺少 TF 对齐与 dtype 覆盖；UT 缺少零 N/H/C 维用例。

二、环境信息 （可选）

• 昇腾硬件型号：Ascend 950（arch35）
• CANN版本：待补充
• 操作系统：待补充
• 其他相关软件版本：待补充

三、重现步骤 （可选）

1. 编译并安装 conversion/space_to_batch 算子。
2. 构造 x 含 0 维（如 {1,0,4,8}）、paddings 元素个数非 4、或 H_padded 不能被 block_size 整除的用例。
3. 调用 Tiling / InferShape 或 aclnn 接口。

四、预期结果 （可选）

• 非法输入（0 维、paddings 非[2,2]、不可整除、溢出）在 Tiling/InferShape 阶段明确报错并返回失败，不产生错误 shape 或越界访问。
• x 支持 BFLOAT16，输出 dtype 与 x 一致。
• 大 shape 下索引不因 uint32 截断，结果正确。
• README 坐标映射与 kernel 实现一致。

💡 备注（选填）
本次修改涉及：

• op_host/arch35/space_to_batch_tiling.cpp：新增维度正数校验与加法/乘法溢出保护、perCoreCount 零值校验；
• op_host/space_to_batch_infershape.cpp：paddings [2,2] 校验、维度正数校验、溢出保护、整除校验；
• op_host/space_to_batch_def.cpp、op_graph/space_to_batch_proto.h、README.md：新增 BFLOAT16；
• op_kernel/arch35/space_to_batch.h：索引 uint32→uint64、perCoreCount 零值提前返回；
• README.md：修正输出批次映射公式与约束说明；
• examples/test_geir_space_to_batch.cpp：文件二进制读写、错误处理与资源释放；
• tests/assets/golden.py：TF 优先 + Torch fallback，补充 spec/third_party/tolerance；
• tests/ut/op_host/arch35/test_space_to_batch_tiling.cpp：新增零 N/H/C 维失败用例。