Thanks for sending an requirement! Please fill in the following template to help quickly solve your problem.
为支持BlockSparseAttention算子Mxfp4、MXFP8等量化功能，因此需要新增加aclnnBlockSparseAttentionV3接口，新增参数pQuantScaleOptional、quantMode和dstTypeMax，需要针对该接口适配torch接口block_sparse_attention。
价值：通过torch接口方便用户调用aclnnBlockSparseAttentionV3， 使能BlockSparseAttention的量化功能。 应用场景：多模态场景。
新增aclnn接口名：aclnnBlockSparseAttentionV3 block_sparse_attention算子def文件新增pQuantScaleOptional、quantMode和dstTypeMax参数； torch_extension: block_sparse_attention
实现方案： 新增aclnn接口aclnnBlockSparseAttentionV3，较v2版本上新增pQuantScaleOptional、quantMode和dstTypeMax参数；其中pQuantScaleOptional是p的量化压缩因子，为FP8，HiFloat8预留参数，使能用户自定义静态量化scale；quantMode=0表示非量化,1表示FP8静态量化，2表示MXFP4 OCP量化，3表示MXFP4 CX量化(后续新增量化可根据quantMode进行区分)；dstTypeMax目前是在MXFP4量化的CX量化时，让用户自定义量化量程，支持设置该值0.0，或者[6.0, 12.0]，0.0：代表Amax(DType)为量化结果数据类型的最大值，[6.0, 12.0]：取值为6.0-12.0代表Amax(DType)为传入值。 torch 接口block_sparse_attention封装对aclnnBlockSparseAttentionV3的调用。
Thanks for sending an requirement! Please fill in the following template to help quickly solve your problem.
Backgroud（背景信息）
为支持BlockSparseAttention算子Mxfp4、MXFP8等量化功能，因此需要新增加aclnnBlockSparseAttentionV3接口，新增参数pQuantScaleOptional、quantMode和dstTypeMax，需要针对该接口适配torch接口block_sparse_attention。
Benefit / Necessity （价值/作用）
价值：通过torch接口方便用户调用aclnnBlockSparseAttentionV3， 使能BlockSparseAttention的量化功能。
应用场景：多模态场景。
Design（设计方案）
新增aclnn接口名：aclnnBlockSparseAttentionV3
block_sparse_attention算子def文件新增pQuantScaleOptional、quantMode和dstTypeMax参数；
torch_extension: block_sparse_attention
实现方案：
新增aclnn接口aclnnBlockSparseAttentionV3，较v2版本上新增pQuantScaleOptional、quantMode和dstTypeMax参数；其中pQuantScaleOptional是p的量化压缩因子，为FP8，HiFloat8预留参数，使能用户自定义静态量化scale；quantMode=0表示非量化,1表示FP8静态量化，2表示MXFP4 OCP量化，3表示MXFP4 CX量化(后续新增量化可根据quantMode进行区分)；dstTypeMax目前是在MXFP4量化的CX量化时，让用户自定义量化量程，支持设置该值0.0，或者[6.0, 12.0]，0.0：代表Amax(DType)为量化结果数据类型的最大值，[6.0, 12.0]：取值为6.0-12.0代表Amax(DType)为传入值。
torch 接口block_sparse_attention封装对aclnnBlockSparseAttentionV3的调用。