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

一、背景信息 （必填）

performance mxfp4 添加 tiling & 切换为 tensor api 接口

二、价值/作用 （必填）

performance mxfp4 实现泛化功能，并且 tensor api 的实现更加简单易懂

三、设计方案 （必填）

tiling 和 kernel 分层解耦，一个 tiling 对应一个 kernel

3.1 使能方式（涉及哪些框架：如Aclnn直调、Pytorch训练等）

<<<>>> 直调

3.2 总体设计

3.2.1 算子支持的数据类型

fp4_e2m1 进，bf16 出

3.2.2 host侧设计

tiling 侧设置 5 个文件，base_tiling 主导 tiling 流程，各个算法的 tiling 实现自己的 DoOptiling 函数，还有两个文件用于放置 tiling_data 结构体和 tiling 计算需要用到的一些常数

3.2.3 kernel侧设计

kernel 侧分层解耦，一个算法模板对应一个代码文件

3.3 支持硬件

Ascend950PR

3.4 算子约束限制

只支持 fp4_e2m1 / fp4_e1m2 进，fp16 / bf16 / fp32 出

💡 备注（选填）