Describe the current behavior / 问题描述 (Mandatory / 必填)

QuantMatmulActivationQuant 的 CPU golden 对 OCP 极小值的处理与 sharedExp 为零时清零的规则不一致：FP8/FP4 的部分极小正规数仍会产生非零量化结果。GELU tanh 的常量和运算顺序也需要对齐现有实现。

此外，测试 spec 缺少 SiLU 的 NPU 小算子拼接标杆，无法直接通过 Kernel、ACLNN、E2E 比较融合实现与 QBMM + SiLU + DynamicMxQuant 的精度和性能。

Environment Information / 环境信息 (Mandatory / 必填)

• 本地 CPU 复核：Windows、Python 3.13.12、NumPy 2.4.5。
• 目标用例平台：Ascend950；本次未进行设备测试，未采集设备侧 CANN/torch_npu 版本。
• 修复前代码：a27d1319dd3e3ae12651a7821af8d8944d59fbc9。

Steps to reproduce the issue / 重现步骤 (Mandatory / 必填)

在修复前版本的 ops-nn 根目录运行：

import runpy
import numpy as np

spec = runpy.run_path("matmul/quant_matmul_activation_quant/tests/assets/spec.py")
for dtype, exponent in (
    ("float8_e4m3fn", -120),
    ("float8_e5m2", -120),
    ("float4_e2m1", -126),
):
    values = np.full((1, 32), 2.0 ** exponent, dtype=np.float32)
    y, scale = spec["quantize_mx"](values, dtype, scale_alg=0)
    print(dtype, np.unique(y), np.unique(scale))

上述输入的 scale 编码均为零，旧 golden 仍输出非零量化数据。

Describe the expected behavior / 预期结果 (Mandatory / 必填)

OCP 在 sharedExp 为零时输出零量化数据，保留 E8M0 的零编码；FP8 BLAS 行为保持一致。补充 CSV 边界回归，并为 SiLU MXFP8 提供 NPU 拼接精度和性能标杆，默认 CPU golden 用法保持可用。

Related log / screenshot / 日志 / 截图 (Mandatory / 必填)

已完成修复前后的 CPU 定向对比：三种 dtype 的上述 OCP 用例均从非零输出修正为零；两种 FP8 的 BLAS 输出保持一致。Python 语法、差异格式及提交钩子检查通过，设备验证尚未执行。

Special notes for this issue/备注 (Optional / 选填)

SiLU 标杆保留激活后的 BF16 Cast，以匹配融合实现的舍入位置。WeightNZ NPU 标杆需要保留完整物理存储的 ops-test-kit 版本。

关联 PR：https://gitcode.com/cann/ops-nn/merge_requests/12747