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

Backgroud（背景信息）

QuantBatchMatmulV3 在 MX 量化场景下，现有 Blaze MX 模板存在 fixpipe 打断 MMAD 流水的问题，cube bound 场景下性能无法达到预期。需要在 host tiling 与 kernel 入口侧新增 MMAD 拆分性能模板的路由能力，通过新增 tiling key/kernel type 选择 ops-tensor 侧的新 BlockMmad 模板。

Origin（信息来源）

QuantBatchMatmulV3 MX 量化性能优化迭代。

Benefit / Necessity （价值/作用）

在 MXFP4/MXFP8 且 cube bound 的场景下，进入 MMAD 拆分性能模板，降低 fixpipe 对 MMAD 流水的影响，提升大 shape 场景性能；非目标场景保持原有 tiling 与 kernel 路由不变。

Design（设计方案）

新增 MX MMAD split kernel type：11/12/13/14，覆盖带 batch/without batch、普通 GM->L1/custom GM->AL1 场景。
新增 qbmm_mx_mmad_split.h，承接 MX MMAD split 模板 kernel 入口。
Basic API tilingData 新增 mmadM/mmadN，同时同步 QBMMV3 与 QBMM InplaceAdd 的 BasicAPICubeTiling。
IsMxSplitMPerfCapable 准入条件包括：MX per-group、scale 为 FLOAT8_E8M0、TensorAPI 可用、输入为 MXFP4/MXFP8、输出为 FLOAT16/BF16、N * sizeof(output dtype) 128B 对齐、满足 cube bound 判定。
cube bound 判定综合 GM 搬运、scale 搬运、L2 复用搬运、copy out 搬运及 FP4/FP8 理论 cube 算力估算。