| feat: 新增 MulNoNan/FusedMulAdd/FusedMulAddAdd 三个 element-wise 算子（Ascend 950）
Co-authored-by: tangpingchuan<tangpingchuan@huawei.com>
# message auto-generated for no-merge-commit merge:
!3022 merge feat/mul-fused-ops into master
feat: 新增 MulNoNan/FusedMulAdd/FusedMulAddAdd 三个 element-wise 算子（Ascend 950）
Created-by: pingchuantang
Commit-by: tangpingchuan
Merged-by: cann-robot
Description: ## 描述
本 PR 在 math/ 下新增三个面向 Ascend 950（dav-3510 / Atlas 350 加速卡）的 element-wise 算子，均为纯新增（42 个文件，+4198），不修改任何既有算子。
### MulNoNan（二元安全乘法）
- 功能：屏蔽 Mul 中 0·inf=NaN、0·NaN=NaN 两类异常为 0，仅判 x2 一侧（x2==0 输出 0，-0 同样进零臂）；等价 TensorFlow tf.math.multiply_no_nans。
- dtype：FLOAT16 / FLOAT / INT32 / BFLOAT16；fp16/bf16 提升 fp32 中间精度做 Compare(NE)+Select，末端 CAST_MODE_RINT 回退。
### FusedMulAdd（三元融合 y = x1*x2 + x3）
- 功能：将 Mul→Add 子图融合为单次 kernel 启动，减少一次 GM 中间数据搬运。
- dtype：FLOAT16 / FLOAT / INT32；浮点通路在 fp32 中间精度下用 Vec::Mul + Vec::Add（刻意不使用 Vec::FusedMulAdd，因其底层 in-place 写回 src2 buffer，在 broadcast 大 tensor 跨 tile 复用输入 UB 时会污染下一 tile 输入导致精度错误）。
### FusedMulAddAdd（四元融合 y = x1*x2 + x3 + x4）
- 功能：将 Mul→Add→Add 子图融合为单次 kernel 启动，减少两次 GM 中间数据搬运，常用于 BatchMatmul + bias + residual 模式。
- dtype：FLOAT16 / FLOAT / INT32（不支持 bf16）；浮点通路 fp32 中间精度 Vec::Mul + Vec::Add + Vec::Add，计算顺序 ((x1*x2)+x3)+x4 固定不可交换。
三者共性：仅 Ascend 950 实现，kernel 为 AIV_ONLY；InferShape 复用 Ops::Base::InferShape4Broadcast，Tiling 复用 Ops::Base::BroadcastBaseTiling；支持任意 NumPy 广播、动态 shape / 动态 rank；各输入与输出须为同一 dtype（不支持 mix-dtype）。
## 关联的Issue
- #1733 https://gitcode.com/cann/ops-math/issues/1733
## 测试
- InferShape UT：tests/ut/op_host/test_*_infershape.cpp（每算子一份）
- Tiling UT：tests/ut/op_host/arch35/test_*_tiling.cpp（每算子一份）
- 图模式样例：examples/test_geir_*.cpp，覆盖 fp32/fp16/bf16/int32 基础用例；MulNoNan 另覆盖 0·inf、0·NaN、-0、广播等特殊值
- golden 对标：tests/assets/golden.py
## 文档更新
- 每个算子新增 README.md（功能说明、参数、约束、实现方案、调用样例）
## 类型标签
- [x] 新特性
See merge request: cann/ops-math!3022 | 3 天前 |
