Thanks for sending an issue! Please fill in the following template to help quickly solve your problem.

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

mhc/mhc_pre/op_kernel/arch35/ 中，基类 TQue 模板参数 depth=1，但 InitBuffer 使用 kDoubleBufferCount=2。TQue depth=1 意味着队列最多同时容纳 1 个 tensor，无法实现 Double Buffer 流水线效果，导致分配了双倍 UB 内存但未获得任何性能收益。

代码位置 #1 — mhc_pre_kernel_base.h 行 658-662：

TQue<QuePosition::VECIN, 1> xInQueue_;
TQue<QuePosition::VECOUT, 1> outQueue_;
// depth=1，队列深度为 1

代码位置 #2 — mhc_pre_split_bs.h 行 158-159：

pipe_->InitBuffer(xInQueue_, kDoubleBufferCount, kXInQueueBufferBytes);   // bufferNum=2
pipe_->InitBuffer(outQueue_, kDoubleBufferCount, kOutQueueBufferBytes);   // bufferNum=2

问题分析：TQue<QuePosition::VECIN, 1> 的队列深度为 1，AllocTensor 在队列满时会阻塞等待。但 InitBuffer 分配了 2 个 buffer（kDoubleBufferCount=2），理论上支持 Double Buffer 流水线（一个 buffer 计算时另一个 buffer 搬运数据）。由于 TQue depth=1 限制了队列深度，Double Buffer 机制完全失效：生产者无法预填第二个 buffer，消费者也看不到预填效果。结果是浪费了一半 UB 空间而没有任何性能提升。

Environment / 环境信息 (Mandatory / 必填)

• 算子仓：ops-transformer
• 算子名：MhcPre
• 涉及文件：mhc/mhc_pre/op_kernel/arch35/mhc_pre_kernel_base.h、mhc/mhc_pre/op_kernel/arch35/mhc_pre_split_bs.h
• 涉及行号：658-662（base）、158-159（split_bs）

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

运行 MhcPre 算子 SPLIT_BS 模式，对比 TQue depth=1 vs depth=2 时的 UB 使用量和算子执行性能。若 depth=2 时性能无提升，说明当前流水线本身不依赖 Double Buffer，则应将 InitBuffer bufferNum 改为 1 以节省 UB 空间。

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

评估是否需要 Double Buffer。两种修复路径：

方案A — 若需要 Double Buffer 性能优化，将 TQue depth 改为 2：

// mhc_pre_kernel_base.h
TQue<QuePosition::VECIN, 2> xInQueue_;
TQue<QuePosition::VECOUT, 2> outQueue_;

方案B — 若当前不需要 Double Buffer，将 InitBuffer 的 bufferNum 改为 1，节省 UB 空间：

// mhc_pre_split_bs.h
pipe_->InitBuffer(xInQueue_, 1, kXInQueueBufferBytes);
pipe_->InitBuffer(outQueue_, 1, kOutQueueBufferBytes);

同时需同步更新 CheckUbBufferSize() 中的 UB 用量计算。

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

无

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