Backgroud（背景信息）

quant/dynamic_mx_quant_with_dual_axis（arch35）的 CopyOut 中，mxscale2 搬出的源 stride scaleSrcStride 已由「按 dataLen 推算」修正为「按 ubRowLen_ 推算」：

uint32_t scaleSrcStride = (DIGIT_TWO * ubRowLen_ - ops::CeilAlign(DIGIT_TWO * dataLen, UBBlockSize_)) /
                          UBBlockSize_;

原因：UB 中一个 row-pair（两个 32 行组 scale 交织后）固定占 2 * blockW（blockW = 256），与本次 task 的有效列数 dataLen 无关；旧公式在 dimNeg1 不是 blockW 整数倍时会算小跨距。该修复已随 commit 690291182 合入。

说明：当前 248KB UB 下 host tiling 恒有 groupPerUb = 1、splitBlockH = 64，mxscale2 搬出的 burst 恒为 1，该 stride 不参与寻址，因此修复属防御性改动（更大 UB 平台 groupPerUb >= 2 时才是有效路径）。

当前 tests/ut/op_kernel/test_dynamic_mx_quant_with_dual_axis.cpp 的用例都使用 dimNeg1 = blockW = 256（满块），未覆盖 dimNeg1 < blockW 的尾块分支。

Origin（信息来源）

代码修改（commit 690291182）完成后的 UT 补充，属同一改动的配套用例。

Benefit / Necessity（价值/作用）

• 覆盖 -1 轴尾块（dimNeg1 = 200 / 224）下的 CopyIn / CopyOut 分支（零填充、行/列尾偏移、scale1 组数补偶、scale2 行对搬出），防止尾块寻址逻辑回退；
• 同时覆盖「尾轴长度已 32B 对齐」（224）与「未对齐」（200）两种输入。

Design（设计方案）

在 tests/ut/op_kernel/test_dynamic_mx_quant_with_dual_axis.cpp 新增两个 CPU 调试用例（ICPU_RUN_KF，blockDim = 2），直接构造 DynamicMxQuantWithDualAxisTilingData：

公共参数：dimNeg2 = 128、dimNeg2Tail = 64、splitBlockH = 64、blockW = 256、dimNeg2SplitBlockNum = 2、dimNeg1BlockNum = 1、scaleAlg = 0、roundMode = 4(rint)、dstType = 35(FLOAT8_E5M2)、usedCoreNum = 2；kernel 入口 ::dynamic_mx_quant_with_dual_axis<0, 4, 0>(...)。

验证方式：用例正常执行、无 UB/GM 越界访问（冒烟/回归；数值正确性由 ST 用例比对 golden 保证）。