Backgroud（背景信息）

QuantBatchMatmulV3 arch35 A 全载模板需要支持尾块负载均衡，以提升 M/N 存在尾块场景下的核间负载均衡效果。

当前需要在 A Full Load 使能判断前完成边缘 basic block 优化，使 A 全载判断能够基于负载均衡后的真实 baseM 进行；同时尾轮切分 tiling 需要增加最大切分限制，避免尾轮 m/n 方向切分过度，并保证 weight NZ 等场景的对齐约束。

Origin（信息来源）

QuantBatchMatmulV3 A 全载模板优化需求。

Benefit / Necessity（价值/作用）

1. A 全载模板支持尾块负载均衡，改善尾块场景下的核间负载不均。
2. 尾轮切分增加最大切分限制，提升 tiling 策略稳定性，避免不合理的尾轮过切。
3. 保持 host tiling 与 kernel 侧 AL1 Full Load 搬运尺寸、offset 计算一致，覆盖 mBaseTailMain/mBaseTailLast 等尾块均衡后的块尺寸。
4. 补充 Ascend950 full_load_tail_balance 与 nd_k_not_128 相关 UT，提升场景覆盖。

Design（设计方案）

1. 将 LoadBalanceDataReset 与 OptimizeEdgeBasicBlock 前移到 AnalyseSlidingWinInfo 阶段，在 A/B/AB Full Load 判断前完成尾块负载均衡信息计算。
2. A Full Load 判断使用负载均衡后的真实 baseM：当 mBaseTailSplitCnt > 1 时使用 mTailMain 计算单核 A L1 占用；A Full Load 使能后同步 baseM 并清理已合入的 mBaseTailSplitCnt/mTailMain 信息。
3. 尾轮切分 tiling 增加 m/n 方向最大切分限制，按 tileMax、baseM/baseN 对齐粒度限制 preSplit/secSplit 的增长，并保留 weight NZ 下非法切分过滤。
4. 增加 supportMmadS8S4 场景尾轮切分处理。
5. kernel 侧 AL1 Full Load 路径根据 mBaseNormCnt、mBaseTailMain、mBaseTailLast 计算 singleCoreM 和 CopyInA1 offset，保证尾块搬运和 tiling 数据一致。