问题描述 (Describe the current behavior)

在 arch35（Ascend950）场景下，norm 类算子 AddLayerNormQuant、SyncBatchNormGatherStatsFused 的 kernel 中使用了 SyncAll() 进行全核同步，但其 op_host tiling 代码中均未调用 SetScheduleMode(BATCH_MODE)（即 SetScheduleMode(1)）。

SyncAll() 要求所有参与同步的核同时启动并在同一调度批次内运行。若未设置 BatchMode，系统默认按核分批调度，会导致：

• 部分核尚未启动时，已启动的核在 SyncAll() 处无限等待，引发死锁/挂起；
• 或核间归约（mean/variance 等）数据依赖未就绪即被读取，导致结果错误。

涉及算子与代码位置

这两个 norm 算子均通过 SyncAll() 实现核间归约同步（各核计算 partial sum/sum of squares 后，全核交换并汇总 mean/variance）。两者均有明确的 ascend950 binary config，arch35 场景下会触发该问题。

经确认，所有算子 tiling 文件全文无 SetScheduleMode 调用：

$ grep -rn "SetScheduleMode" norm/add_layer_norm_quant/op_host/ norm/sync_batch_norm_gather_stats_fused/op_host/
(无输出)

环境信息 (Environment)

• 硬件：Atlas A3 / Ascend 950 (arch35)
• 仓库：cann/ops-nn
• 分支：master

重现步骤 (Steps to reproduce)

1. 在 Ascend 950（arch35）环境下编译运行上述任一 norm 算子的 ST 测试；
2. 当多核参与调度时（blockDim > 1），因未设置 BatchMode，核间调度存在批次差异；
3. SyncAll() 处可能发生挂起或归约结果异常。

预期结果 (Describe the expected behavior)

各算子 tiling 中应调用 SetScheduleMode(1) 设置为 BatchMode，确保所有核同时启动，使 SyncAll() 全核同步正确生效。参考仓库中已有正确实现，例如：

• norm/group_norm_grad/op_host/group_norm_grad_tiling_arch35.cpp:666：context_->SetScheduleMode(1);
• norm/layer_norm_grad_v3/op_host/layer_norm_grad_v3_grouped_reduce_big_m_tiling.cpp:197：context_->SetScheduleMode(1); // Set to batch mode, all cores start simultaneously

修复建议

在各算子的 tiling 入口函数中添加：

context->SetScheduleMode(1);  // kernel 使用 SyncAll 全核同步，需设置为 BatchMode

具体位置：

1. AddLayerNormQuant：Tiling4AddLayerNormQuant（add_layer_norm_quant_tiling_arch35.cpp）
2. SyncBatchNormGatherStatsFused：Tiling4SyncBatchNormGatherStatsFused（sync_batch_norm_gather_stats_fused_tiling_base.cpp）

备注 (Special notes)

此问题为通过代码静态排查发现（模式：kernel 含 SyncAll 但 tiling 缺 SetScheduleMode）。同类问题在仓库其他算子类别（hash / conv / loss / pooling / quant / index 等）中也存在，已分别提 issue 跟踪。