描述

aclnnNormalTensorTensor 在 A2/A3（ASCEND910B / DAV_2201）分支计算 out = stateLessOut * std + mean 时，Mul、Add 使用非 inplace 接口会各自新分配一块中间 tensor 内存。本 PR 复用计算过程中新建的中间 tensor 内存，减少内存分配：

• Mul：当 stateLessOut 的 shape 与 out 一致、且 std 的 dtype 与 stateLessOut 一致时，改用 MulInplace(std, stateLessOut) 复用 stateLessOut 内存作为输出；否则回退 Mul(stateLessOut, std)。注意 MulInplace 输出为第二入参、Mul 输出 dtype 取第一入参，故两分支入参顺序相反。
• Add：类型提升已保证 meanCast 与 mulOutCast 的 dtype 一致，且 mean 恒能广播进 mulOutCast，直接改用 AddInplace(meanCast, mulOutCast) 复用 mulOutCast 内存作为输出。

优化仅改变内存使用方式，最多减少 2 次中间内存分配，对功能和精度无影响。

关联的Issue

#2260

测试

在 test_aclnn_normal_tensor_tensor_l2.cpp 新增 2 个 L2 UT 覆盖两条分支（UT 默认 soc 为 ASCEND910B/DAV_2201，走 A2/A3 分支）：

1. case_broadcast_mean_ND_normal：mean{1,3} 向 std{2,3} 广播，stateLessOut 取 mean 的 shape{1,3} 与 out{2,3} 不一致，Mul 走非 inplace 回退分支；Add 侧 meanCast{1,3} 广播进 mulOutCast{2,3}。
2. case_broadcast_std_ND_normal：std{1,3} 向 mean{2,3} 广播，stateLessOut 取 mean 的 shape{2,3} 与 out 一致且 dtype 相同，Mul 走 MulInplace 复用内存分支。

两个用例均校验 aclnnNormalTensorTensorGetWorkspaceSize 返回 ACL_SUCCESS；原有 UT（含 case_mixed_dtype_ND_normal 等）保持通过。另对测试文件做了少量格式清理（SetUpTestCase/TearDownTestCase 单行化、补齐文件末尾换行）。

文档更新

无文档变更（本 PR 为内部内存优化，不涉及接口/README 变更）。

类型标签

• Bug修复
• 新特性
• 性能优化
• 文档更新
• 其他，请描述：