变更摘要

本 PR 为 Bug 修复，针对 A5 系列（Ascend 3510/5102/3003/3113）上 LSTM 正向算子 fp32 精度偏差问题（关联 issue #5627）。其背景是 A5 系 fp32 cube 的 L0C 累加噪声显著大于 A2，而 matmul 库仅暴露 SetHF32（精度只会更差）、无更高精度累加开关，因此本改动为 LstmMmSplitNDNDFP32 新增一条可编译期开关的高精度 GEMM 路径：将输入 x@Wih 与隐藏 h@Whh 的 fp32 累加从 cube 搬到向量单元，对每个乘积做单次舍入后采用 Kahan 补偿求和，把累加误差压到 ~1ulp 量级。改动以架构相关宏控制，默认仅 A5 侧输入 GEMM 走高精度向量路径，隐藏 GEMM 因在回归中造成灾难性误差暂默认关闭。

主要改动

• 高精度 GEMM 编译开关与公共配置（dynamic_rnn_common.h）：新增按 __NPU_ARCH__ 限定的 DYNAMIC_RNN_HIACC_GEMM_INPUT/DYNAMIC_RNN_HIACC_GEMM_HIDDEN/DYNAMIC_RNN_HIACC_GEMM 宏（默认输入 GEMM 开启、隐藏 GEMM 关闭），以及累加策略开关 DYNAMIC_RNN_HIACC_PLAIN（0=Kahan，1=普通顺序累加）和累加方向开关 DYNAMIC_RNN_HIACC_REVK_INPUT/DYNAMIC_RNN_HIACC_REVK_HIDDEN，并新增列分块常量 HIACC_MM_CHUNK、缓冲数量 HIACC_MM_BUF_NUM、hiaccBuf 缓冲与 hiaccCch 字段，在 InitQue() 中对 fp32 路径按需初始化该缓冲。
• 新方法声明（LstmFP32.h）：在 LstmMmSplitNDNDFP32 中新增高精度实现声明 ProcessInputMMHighAcc() 与 ProcessHiddenMMHighAcc(int64_t tIdx)。
• 输入 GEMM 高精度路径（LstmFP32.cpp）：ProcessInputMM() 在 T=float 且宏开启时改走 ProcessInputMMHighAcc()；新实现按列分块 hiaccCch、按向量核数划分 batch 行，逐 k 行取 x 值乘 Wih 后用 Kahan 补偿累加并叠加 bias，写回 workspace 的布局与原 cube 输出完全一致。
• 隐藏 GEMM 高精度路径（LstmFP32.cpp）：ProcessHiddenMM(tIdx) 在 T=float 且宏开启时改走 ProcessHiddenMMHighAcc(tIdx)；新实现对每个时间步在向量单元按 Kahan 累加 h[t-1]@Whh，随后读回输入 GEMM 已写入的 workspace 值做单次舍入合并，使喂给向量激活阶段的 gate 输入达到 ~1ulp 精度。

代码审查

✅ 未发现问题