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

Backgroud（背景信息）

Ascend 950 的 QuantBatchMatmulV3 与 QuantBatchMatmulInplaceAdd 在 Cube、MIX 和 MX 场景中存在分散的有 batch/无 batch Tensor API 内核入口及 tiling 数据路径。

需要统一相关实现，并完善非 MX Cube 单 batch Tensor API 分发及 Adaptive Sliding Window tiling 策略。

Origin（信息来源）

代码提交：f9ffee7bd46711d6a9016b5a566f06d1081a5a7e
提交者：smdbha
具体提出部门/团队：待补充。

Benefit / Necessity （价值/作用）

• 减少 CMCT、Blaze 及独立无 batch 内核入口之间的重复实现。
• 统一 QuantBatchMatmulV3 与 QuantBatchMatmulInplaceAdd 的单 batch tiling 数据路径。
• 根据 L1 容量、MTE2/计算耗时估算及负载均衡结果选择 tiling 策略。
• 具体性能收益待补充性能测试数据。

Design（设计方案）

1. 将 Cube、MIX、MX 的无 batch 实现并入对应 Tensor API 内核头文件。
2. 为 Ascend 950 非 MX Cube 场景增加紧凑的无 batch tiling 数据和 tiling key 分发。
3. 为 Cube tiling 增加 L1 2/3/4 buffer 选择、stepK 调整和 A 全载判定。
4. 扩展基础块负载均衡并归一化单轮尾块切分。
5. 更新相关 Host/Kernel UT 数据及预期 tiling key。

关联 PR：https://gitcode.com/cann/ops-nn/pull/9970