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

Backgroud（背景信息）

整理tiling侧代码，让结构更加清晰，便于维护和继承

Benefit / Necessity （价值/作用）

1、消除FIA tiling对IFA、PFA依赖，提高算子代码可读性和可拓展性
2、按阶段拆分tiling，分为 parser、checker 和 tiling impl阶段，模块功能更内聚
3、按参数组+分层校验+量化类型+场景+代际实现校验，校验更清晰

Design（设计方案）

tiling阶段拆分

分为 parser、checker 和 tiling impl阶段
1、其中parser完成基础校验和解析输入信息，平台信息
2、checker 根据特性组，按4层分层完成校验
3、tiling impl 根据场景完成分核逻辑计算，生成tilingdata、tilingkey、输出workspaceSize、配置context

FIA 算子约束层次拆分

分为4个档位，按约束复杂程度递增分为 单参数约束、存在性约束、一致性约束和特性交叉约束，各档位约束内容和示例如下：
1、单参数约束：对于单个接口参数的约束，包含FusedInferAttentionScore算子接口中的 Tensor、TensorList、Array 和 Attributes

• 对于Tensor、TensorList、Array，单参数约束中包含如下校验
  • 校验 shape，包括shape维度dim、每一维度 dim value
  • 校验 dtype
  • 校验 format
• 对于属性 Attribute
  • 校验属性取值
    2、存在性约束：约束特定场景下，特性参数组内，必须传入某参数，或不支持传入某参数（待讨论，考虑和一致性合并）
    3、一致性约束：特性参数组内，各个参数间约束。
• Example 1：属性sparseMode和输入tensor attenMask均属于Attention Mask参数组，sparseMode取值为2/3/4时，attenMask shape必须为（2048，2048），此类约束即为参数组内的一致性约束
  4、特性交叉约束：涉及多个参数组，不同参数组间交叉约束
• Example 1：输入tensor blockTable 和 属性 blockSize 属于Paged Attention（同PA）参数组，输入tensor attenMask属于 Mask参数组；在PA场景下，attenMask输入最后一维（attenMaskS2）需要大于等于maxBlockNumPerSeq * blockSize，此类约束即为多参数组间的交叉约束；且为保证风格统一，此约束会放在入参顺序靠后的 Paged Attention参数组中