变更摘要

本PR实现了Challenge01-DivCustom逐元素除法算子，补全了完整的Ascend C设备端kernel算子与Host端ACL调用逻辑。设备端通过KernelDiv类使用双缓冲队列（inQueueX/inQueueY/outQueueZ）实现CopyIn→Compute→CopyOut流水线，在8个AI Core上分块处理16384个float32元素的逐元素除法；Host端通过kernel_div函数完成ACL初始化、设备内存申请、数据搬运、kernel启动与结果回拷，并显式指定KERNEL_TYPE_AIV_ONLY任务类型。

主要改动

• 新增div_custom.asc设备端算子实现：定义了KernelDiv类，使用双缓冲队列与分块策略（BLOCK_DIM=8、TILE_NUM=8、BUFFER_NUM=2）实现完整的CopyIn→Compute→CopyOut流水线，通过AscendC::Div执行逐元素除法
• 新增div_custom全局kernel入口函数：通过__global__ __aicore__声明kernel，接收DivCustomTilingData分块参数，内部实例化KernelDiv并调用Init/Process，显式指定KERNEL_TYPE_AIV_ONLY任务类型
• 新增kernel_div Host端调用函数：完成ACL运行时初始化、设备内存分配（aclrtMalloc）、Host到Device数据搬运、kernel启动与流同步、Device到Host结果回拷以及资源释放的完整生命周期管理
• 新增测试验证与构建脚本：main函数构造16384个元素的测试向量（valueX=1.2f，valueY=2.3f）并通过VerifyResult逐元素比对验证精度；run.sh提供一键构建与运行流程

代码审查

审查总结

各优先级问题数： P0: 0, P1: 0, P2: 0, P3: 1

总体风险判断：低风险。 算子核心实现（Tiling 切分、双缓冲流水线、CopyIn → Compute → CopyOut 数据搬运与计算、ACL Host 端内存管理与 Kernel 启动）逻辑正确，与题目要求的数据规模（16384 元素 / 8 个 AI Core）完全匹配。唯一发现的是 VerifyResult 中 std::equal 的三参数用法未校验输出向量长度，在当前测试用例下不会触发，但属于可改进的健壮性问题。代码已通过人工验证，可以合入。

⚠️ 已识别出整体风险，但无法提取行内评论，请参考整体评估。

CLA Signature Pass

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

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
For more, you also can visit HICANN

PR Approval Progress

✅ Congratulations! All modules have met the lgtm and approve requirements.

Module Approval Details

💡 Tip:

• Committer can comment /approve or /lgtm
• Commenting /approve implies both code review (lgtm) and intent to merge (approve)

/lgtm
/approve

/approve
/lgtm