当前PR是否有AI参与:

[ ] 否

[x] 是
__1. AI Agent 平台: ZCode
__2. AI 模型: GLM
__3. Prompt上下文 : 针对 flash_attn_fp8_fullquant 精度比较器在 mask_mode="off" 且 KV 短于 Q 时崩溃的问题做缺陷排查与修复；复现脚本、修复范围与验收由人工确认

PR功能描述 / 为什么需要这个合入**:

samples/flash_attn_fp8_fullquant/flash_attn_fp8_fullquant_checker.py 的 host 侧切分路径对合法输入崩溃。

mask_mode="off" 是全注意力，仓内 README 写明支持 cross-attention（即允许 KV 比 Q 短），validate_and_resolve 对这种形态不做 kv>=q 校验。但做 tile 切分时，它无条件把每个 batch 的因果偏移（kv-q）喂给 balanced_split_analytic 的因果 ramp 代价模型。当某个 batch 的 KV 比 Q 短 384 行及以上（例如 BNSD s1=1024、kv=8，偏移 -1016）时，_ramp_prefix 的前置守卫直接抛错：

ValueError: Causal_offset=-1016 is too negative for query_tile_rows=128 kv_tile_rows=256

崩溃发生在任何 NPU 计算开始之前的 host 校验/切分阶段，所以 README 支持的这种合法输入整个精度比较流程跑不起来。同输入在 mask_mode="on" 下走的是设计内的 kv>=q 校验报错，说明 off 路径不是有意为之。

修复（checker.py 改动约 10 行逻辑）：

• mask_mode="off" 时，切分偏移改用每个 batch 的 KV 长度本身。这样代价模型在首个 Q tile 就达到平铺容量 ceil(kv/S2)，按全注意力的平坦代价均衡切分；"on" 模式的因果 ramp 代价不变。
• FlashAttnTilingInfo.causal_offsets 之后仍会重新赋值为真实的 kv-q，kernel 侧语义不变；core_task_ranges 只决定 tile 在核间的划分。
• 顺手把 balanced_split_analytic 里核区间终点的二分搜索提为模块级纯函数 _bisect_boundary，逻辑逐行原样搬移：这段 for→if/else→while→if 嵌套按 CodeCheck 函数深度口径（上限 4）在 origin/master 上本来就是 5 层，该文件进入变更集后被门禁拦下，提取后降为 4 层。

该PR关联的issue

(格式为fixes #<issue号>, 或者resolves #<issue号>):

希望检视人员了解:

• 改动只影响 checker 的 host 侧 tile 划分；mask_mode="on" 的代价模型与切分结果不变，测试里有 on 模式对照用例。
• _bisect_boundary 的提取只为过 CodeCheck 深度检查，无行为变化，diff 可逐行对照。
• 新增测试 monkeypatch 了 NPU 核数查询，纯 CPU 运行，不需要 NPU 环境。

改动类型 / Change Type

• Bug 修复 / Bug Fix
• 新功能 / New Feature
• 性能优化 / Performance
• 代码重构 / Refactoring
• 文档更新 / Documentation
• 测试相关 / Test
• 其它 / Other

测试信息 / Testing

新增 test/flash_attn_fp8_fullquant/test_flash_attn_fp8_fullquant_host_tiling.py，7 个用例全部通过，无需 NPU：

python -m pytest -q test/flash_attn_fp8_fullquant/test_flash_attn_fp8_fullquant_host_tiling.py
.......                                                                  [100%]
7 passed in 5.18s

覆盖：BNSD s1=1024 kv=8/640/641（修复前崩溃的形态与边界）、BNSD B=2 kv=[2048,8]、TND q_len=1000 kv_len=8、off 模式长 KV 对照、on 模式设计内校验对照。

静态检查与仓内门禁同口径的本地检查：

ruff check / ruff format --check        -> All checks passed! / 2 files already formatted
py_compile + 函数嵌套深度(≤4) + 行尾空白  -> 2 个文件 exit 0

• 单元测试通过 / UT passed
• 集成测试通过 / ST passed
• 人工验证通过 / Manual verified

检查清单 / Checklist

• 代码符合规范 / Code follows style guide
• 测试添加并通过 / Tests added and passed
• 文档已更新 / Docs updated if needed
• 无硬编码敏感信息 / No secrets hardcoded
• 提交信息符合规范 / Commit message follows convention