Pull Request已成功合入, 合并人@CANN-robot
（感谢 iuyi 的贡献）
变更摘要
本次 PR 为 arch35 架构新增 GEAM（General Matrix Add）算子，提供 aclblasSgeam（单精度浮点）和 aclblasCgeam（单精度复数）两个公共接口，实现带标量缩放的矩阵加法 C = alpha * op(A) + beta * op(B)，支持 NoTrans / Trans / ConjTrans 三种转置模式，采用列主序存储。整体实现覆盖公共 API 声明、主机端参数校验与 Tiling 计算、Vector 核心 kernel、以及完整的测试框架。
主要改动
-
新增公共 API 声明：在
include/cann_ops_blas.h中新增aclblasSgeam和aclblasCgeam两个函数声明，接口遵循 BLAS 标准（含handle、transa/transb、m/n、alpha/beta、lda/ldb/ldc等参数），扩展了算子的对外可用性。 -
新增主机端实现与参数校验：
sgeam_host.cpp和cgeam_host.cpp实现了 Tiling 数据计算（基于 UB 容量和MAX_BLOCK_COUNT=4095硬件限制）、2D 多核分解（colBlocks × mBlocks）、及 Kernel 启动；geam_host_common.h提供模板化的ValidateGeamParams，统一校验转置类型、维度、leading dimension、nullptr 输入（含alpha=nullptr等价于alpha=0的 BLAS 扩展语义）以及 in-place（C==A或C==B）合法性。 -
新增设备端 Vector Kernel：
sgeam_kernel.cpp采用TPipe+TQue<VECIN>/VECOUT+TBuf<VECCALC>架构，分 PATH A（NN 多列 strided DataCopyPad）和 PATH B（单列/转置/共轭转置）两条路径；cgeam_kernel.cpp采用交错复数存储，分别管理实部/虚部缓冲区和队列，支持alpha==0/beta==0缓冲区优化（beta==0时跳过 B 的 2 个缓冲区），并通过Muls+Sub/Add组合实现复数乘法与共轭处理。 -
新增 Tiling 数据结构：
sgeam_tiling_data.h和cgeam_tiling_data.h定义了 host/device 共享的 Tiling 参数结构体，包含矩阵维度、leading dimension、alpha/beta 标量、转置类型、零值标志位、2D 分块参数（colBlocks/perCoreN/remainder和mBlocks/perCoreMTile/mTileRemainder）以及tileM。SgeamTilingData额外包含colsIter用于 NN 多列路径。 -
新增测试框架与 golden 参考实现：
test/geam/下新增 sgeam 和 cgeam 的完整测试体系，包括 CSV 参数化测试用例、NPU wrapper（处理 device 内存分配及 in-place 场景的拷回逻辑）、geam_golden.h提供的 CPU 参考实现aclblasGeam_cpu（模板化支持 float 和std::complex<float>，内附conjugate辅助函数处理 C 转置下的共轭），以及各边界条件硬编码测试（null handle、nullptr 输入、非法转置、负维度、leading dimension 不足、in-place 约束违规等）。
/lgtm
/approve
描述
GEAM（General Matrix Add）执行带标量缩放的矩阵加法运算，支持对输入矩阵 A、B 分别施加可选的转置（Transpose）或共轭转置（ConjTrans）操作。数学定义为：
其中
op(X)根据转置参数取X（NoTrans）、X^T（Trans）或X^H（ConjTrans，仅复杂数有意义，浮点数等价于 Trans）。矩阵采用列主序（Column-Major）存储，X[i, j]的物理地址为X[i + j * ldX]。本算子提供两个接口：
aclblasSgeam（单精度浮点 float）与aclblasCgeam（单精度复数 aclblasComplex），覆盖实数与复数两类矩阵加法场景。关联的Issue
测试
test/geam/ 下测试全部通过
文档更新
blas/geam/README.md
类型标签