变更摘要

本 PR 新增了 Ascend950 上的基础 SYRK 示例（Y = X * X^T），包含新增的 examples/82_ascend950_basic_syrk/basic_syrk_tla.cpp 示例程序、块级算子 BlockMmadSyrkTla 与内核级算子 BasicSyrkTla，并为 Ascend950 的 CopyL0CToGmTla 补充了列主序（nz2dn 转置写回）特化，同时将新头文件接入 block_mmad.hpp。该实现固定了 X/Y 的布局与 MmadPingpong<Ascend950, false> 调度策略，采用仅计算下三角并按对角块单写、非对角块双写的策略，示例端通过 golden 计算与误差指标（MARE/MERE/RMSE）对结果进行校验。

主要改动

• 新增 SYRK 块级算子 BlockMmadSyrkTla（include/catlass/gemm/block/block_mmad_syrk_tla.hpp）：实现 Ascend950 上 Y = X * X^T 的块级 mmad，通过 static_assert 约束布局（X 为 RowMajor、Xt 为 ColumnMajor、Y 为 RowMajor）、禁用 unitFlag/HF32/L1-resident，并在对角块（blockCoord.m() == blockCoord.n()）只执行一次 nz2nd 写回、非对角块同时执行 nz2nd 与 nz2dn 双写。
• 新增 SYRK 内核级算子 BasicSyrkTla（include/catlass/gemm/kernel/basic_syrk_tla.hpp）：定义下三角调度规则（m < n 跳过、m == n 计算并单写、m > n 计算并双写），新增 Params/Arguments 结构及 CanImplement、GetWorkspaceSize、ToUnderlyingArguments 接口，并区分 AIC/AIV 执行路径。
• 扩展 CopyL0CToGmTla 列主序特化（include/catlass/gemm/tile/ascend950/copy_l0c_to_gm.hpp）：为 Ascend950 增加 isColumnMajor 使能的特化，使用 FixpipeParamsC310<COLUMN_MAJOR> 与 Nz2DnParams 完成 L0C 到 GM 的 nz2dn 转置写回，支持 unitFlag 参数。
• 新增 SYRK 示例程序（examples/82_ascend950_basic_syrk/basic_syrk_tla.cpp）：驱动 BasicSyrkTla 执行 SYRK，完成设备内存分配、数据搬运与 golden 对比，按 MARE/MERE/RMSE 阈值判定并输出比对结果。
• 接入编译单元（include/catlass/gemm/block/block_mmad.hpp）：在 TLA 相关包含块中新增 block_mmad_syrk_tla.hpp 的头文件引用。

代码审查

✅ 未发现问题

/lgtm

/lgtm
/approve