Backgroud（背景信息）

需要为 Ascend 950（arch35）提供 CSR 行内列索引排序能力，包括 workspace 大小查询和
排序执行接口。执行接口应对每个 CSR 行的 csrColInd 进行原地稳定升序排序，
使 P 按相同排列同步重排，并保持 csrRowPtr 不变。

Origin（信息来源）

ops-sparse 仓库 CSRSORT 接口开发任务，对应分支 feat/aclsparse-xcsrsort。

Benefit / Necessity （价值/作用）

• 提供 CSR 每行列索引的稳定升序排序能力，覆盖 base-0 和 base-1 索引。
• 通过同步重排 P，让调用方可使用该排列对其他与非零元素关联的数据执行
  后续处理。
• 对多行 CSR 按累计 nnz 均衡分核，并通过多 run 排序与稳定归并处理超过
  单次 UB 容量的长行。

Design（设计方案）

1. 在公共头文件中新增 aclsparseXcsrsort_bufferSizeExt 和 aclsparseXcsrsort 两个 C 接口，
   前者返回 2 * nnz * sizeof(int32_t) workspace 大小，后者使用 handle 中的 stream
   异步执行排序。
2. Host 侧完成维度、指针和 index base 校验；根据 AIV 核数和 UB 容量动态计算
   启动核数、单 run 规模、归并分片规模和 Sort 临时空间。
3. arch35 Kernel 按累计 nnz 均衡分核，将分割点对齐到完整 CSR 行边界；各核的
   csrColInd、P 和 workspace 区间互不重叠，无需核间同步。短行在 UB 内完成
   单 run 排序；长行先对多个 run 分别排序，再使用 merge-path co-rank 二分定位输出
   分片，将对齐前缀与有效数据批量搬入 TQue，对 csrColInd/P 两字段执行稳定二路
   归并，中间结果在原数组和 GM workspace 之间 ping-pong。
4. 增加 CPU golden 与 GTest 用例，覆盖基本语义、稳定性、索引基值、空行、多核非均匀
   行分布、长行多 run、runSize 边界、csrRowPtr 不变、workspace 对齐及异常参数，
   并更新 API 文档、README 和设计文档。Ascend 950 构建验证通过，设备完整回归 27/27 通过。

关联 PR：https://gitcode.com/cann/ops-sparse/merge_requests/72