背景

log_add_exp 算子 arch35 实现当前由多个独立 DAG 节点（Max / Sub / Compare / Select / Abs / Muls / Exp / log1p 修正 / Add 等约 10 个）串联，每个节点都是一次 UB->UB 的读写，中间结果频繁在 UB 往返，成为性能瓶颈。

需求

将整条计算链改造为寄存器内融合的 MicroAPI 自定义算子（LogAddExpSimplifiedCustom / LogAddExpFullCustom）：

• 消除 DAG 节点间的 UB 中间往返；
• inf 修正由 2 组 compare+select 精简为 1 组（直接比较 x1==x2，NaN 传播语义不变）；
• cast 与 load/store 融合（DIST_UNPACK_B16 / DIST_PACK_B32）；
• 精度与现有实现保持逐 bit 一致：运算公式、顺序、cast trait（SAT + CAST_RINT）、底层指令均不变。