Thanks for sending an issue! Please fill in the following template to help quickly solve your problem.

Describe the current behavior / 问题描述 (Mandatory / 必填)

fused_matmul算子ADD/MUL路径steamk模板当N方向数据32字节非对齐时，会出现NPU Fail

Environment / 环境信息 (Mandatory / 必填)

Ascend 910_95(V310)/A5

Steps to reproduce the issue / 重现步骤 (Mandatory / 必填)

fused_matmul算子op_ytpe=ADD/MUL跑steamk模板且N方向数据32字节非对齐的shape

Describe the expected behavior / 预期结果 (Mandatory / 必填)

算子正常执行且精度pass

Related log / screenshot / 日志 / 截图 (Mandatory / 必填)

Special notes for this issue/备注 (Optional / 选填)

FIXPIPE 路径：

• curAlignedNInAiv = CeilAlign(curNL1InAiv, 16) = 256
• workspace 中每行占 256 个元素，其中 255 个有效，1 个是 padding 垃圾
• 搬到 UB 后保持这个布局，行间距 256 elements = 512 bytes (half) → 32B 对齐
• burstLen = CeilAlign(mBurst * 256, 16) = mBurst * 256

非 FIXPIPE 路径：

• curAlignedNInAiv = curNL1InAiv = 255
• workspace 中行紧密排列，行间距就是 255，行间没有 padding
• 搬到 UB 是一个 flat 块，burstLen = CeilAlign(mBurst * 255, 16)
• 只有整块末尾有 CeilAlign 产生的少量 padding（如 mBurst=1 时 burstLen=256，尾部 1 个元素是垃圾）

FIXPIPE 情况下，如果把 x3 也按 curAlignedNInAiv=256 的行间距搬入 UB（DataCopyPad 自动 padding 每行到 32B 正好达成）， Y 和 x3 的 UB 布局完全一致：

Y in UB: [row0: 255有效+1垃圾][row1: 255有效+1垃圾]...
x3 in UB: [row0: 255有效+1垃圾][row1: 255有效+1垃圾]...

此时可以直接 flat Add 整个 burstLen，padding 位置虽然产生垃圾，但写回 GM 时只写 curNL1InAiv=255 个有效元素，垃圾被截断丢弃。

非 FIXPIPE 情况下，Y 行间距 255，x3 auto-padding 后行间距 256，布局不匹配。