需求描述

为 optim、loss、conv、quant、activation 下的 22 个算子补齐 DVLite（ascend350）平台配置，以已有 ascend950 实现为基线，复用 arch35 构建路径。

涉及算子

• optim：AdamApplyOne、AdamApplyOneWithDecay、AdamApplyOneWithDecayAssign、ApplyCamePart1–4、ApplyFtrl、ApplyMomentum。
• loss：KlDivLossGrad、MseLossGrad、SmoothL1LossGradV2、CrossEntropyLoss、CrossEntropyLossGrad、CTCLossV2、CTCLossV2Grad。
• conv：DeformableOffsets、DeformableOffsetsGrad。
• quant：DequantSwigluQuant、SwigluMxQuant、SwigluMxQuantWithDualAxis。
• activation：ClippedSwiglu。

实现范围

补齐平台注册、host/tiling/kernel 构建配置、350 binary JSON 和公共 ascendc_config.json 的对应条目。保留已有算法、tiling 策略及非350平台功能行为。

当前进展与验收

对应 PR： https://gitcode.com/cann/ops-nn/merge_requests/11894

• 完成静态配置适配及六项清单检查。
• 格式、JSON 和 OAT 检查通过。
• 配套 CANN 环境中逐算子完成 ascend350 目标编译。
• 补齐并执行 350 相关 UT，确认用例未被平台选择条件跳过。
• DVLite 真机验证代表性 dtype、shape、format、边界输入及精度。
• 验证 CTC/CAME 固定缓冲预算、CTC 平台回退及量化内核 FP8/同步指令能力。

当前缺少配套 CANN 工具链、测试依赖和 DVLite 设备，编译、UT、真机验证未执行；本 PR 尚未完成 DVLite 运行验收。具体待验证项和范围外问题见 PR 描述。