变更摘要

该 PR 完成 DivCustomTemplate（z = x / y）自定义算子的工程化实现与验证：基于算子原型 JSON 使用 msopgen 生成算子工程，完成 Host 侧算子注册与 Tiling、Kernel 侧 Ascend C 核函数实现，编译安装为自定义算子包，并通过 aclnnDivCustomTemplate 接口完成 float16/float32 两种数据类型的调用与精度验证。核心改动覆盖算子原型定义（div_custom_template.json）、一键构建运行脚本（run.sh）、Host 侧 TilingFunc/InferShape/InferDataType、Kernel 侧模板化核函数 KernelDivCustomTemplate 及共享 tiling 结构 DivCustomTemplateTilingData、ACLNN 测试用例（test/main.cpp），以及 CMake 构建预设与 TensorFlow 框架适配插件。

主要改动

• 算子原型与工程生成流程：新增 div_custom_template.json 定义 x/y 输入与 z 输出（float16/float32、ND 布局）；run.sh 串联环境加载、msopgen 生成工程（已存在则跳过）、编译、安装到 ${HOME}/vendors/customize、编译并运行测试的完整流程，并 source 自定义算子环境脚本以支持运行时加载算子库。

• Host 侧 Tiling 与算子注册（custom_op/op_host/div_custom_template.cpp）：TilingFunc 用 int64_t 累乘 shape 各维得到元素总数写入 tiling->size，超 UINT32_MAX 时返回失败；按 dtype 记录数据类型（0=float16，1=float32）；核数自适应（每核最多 2048 元素、上限 8 核，blockDim 至少为 1），workspace 置 0；InferShape 将输入 shape 透传给输出，InferDataType 透传输入数据类型；DivCustomTemplate 的 OpDef 注册输入输出及 ascend910b AICore 配置。

• Kernel 侧核函数实现（custom_op/op_kernel/div_custom_template.cpp）：模板类 KernelDivCustomTemplate<T>（half/float）采用标准 Ascend C 范式，经 GlobalTensor 管理 GM 侧 x/y/z、TPipe::InitBuffer 分配 UB 队列（深度 1、单块 2048 元素），按 CopyIn → Compute（Div 矢量指令逐元素除法）→ CopyOut 循环处理；多核按 GetBlockNum()/GetBlockIdx() 均匀切分区间，核内按 TILE_SIZE 分块；入口 div_custom_template 依据 tilingData.dtype 选择对应模板实例。

• 共享 Tiling 数据结构（custom_op/op_kernel/div_custom_template_tiling.h）：新增 Host/Kernel 共享的 DivCustomTemplateTilingData 结构，包含元素总数 size 与数据类型标识 dtype 两个字段。

• ACLNN 验证测试（test/main.cpp）：通过 aclnnDivCustomTemplateGetWorkspaceSize 与 aclnnDivCustomTemplate 执行算子，覆盖 float16（aclFloat16）与 float32 两种用例，以 x=1.0、y=2.0 校验结果 z=0.5，并打印前 10 个结果判定 test pass，最后统一释放 tensor、workspace、stream 等资源。

代码审查

✅ 未发现问题