Document Link（文档链接）

• InplaceAddLayerNorm算子目录：https://gitcode.com/cann/ops-nn/tree/master/norm/inplace_add_layer_norm
• 待补充文档路径：norm/inplace_add_layer_norm/docs/InplaceAddLayerNormFusionPass.md
• 关联PR：https://gitcode.com/cann/ops-nn/pull/9666

Issues Section（问题文档片段）

norm/inplace_add_layer_norm目录当前缺少InplaceAddLayerNormFusionPass对应的独立融合规则资料页和融合前后拓扑配图。

Existing Issues（存在的问题）

现有代码已实现InplaceAddLayerNormFusionPass，但资料未说明以下内容：

• 推理场景下，融合规则会将AddLayerNorm算子替换为InplaceAddLayerNorm算子，使层归一化结果和加法结果分别原地写回x1和x2。
• AddLayerNorm算子的bias为可选输入，支持带bias和不带bias的场景。
• x1和x2需要满足原地写回安全要求，不能被其他节点消费，也不能来自连续内存排布的多输出节点。
• 静态shape场景下，x1占用的内存大小需要处于L2缓存容量的1/8至2倍之间。
• 动态shape场景下，x1的最后一维需要为5120。
• AddLayerNorm算子的x1、x2和gamma输入的数据类型需要相同。

需要补充上述融合行为、使用约束及融合前后拓扑图，方便开发者判断规则的适用场景和生效结果。