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

Backgroud（背景信息）

moe_init_routing算子用于MOE架构中的多专家并行场景，根据topk选择专家的结果将token路由到对应专家并进行后续FFN计算处理。
A3上MoeInitRouting算子使用计数排序优化，对A5同样有收益，相关方案同步到A5。

Benefit / Necessity （价值/作用）

moe_init_routing_v3算子需要对专家进行排序，计数排序方案在有效专家较少的场景下有较好的性能收益。
计数排序的非全载的准入条件是：

Design（设计方案）

void Process() {
if (blockIdx_ >= filterNeedCoreNum_) { SyncAll(); SyncAll(); SyncAll(); return; } // 超核须参与全次数屏障
FilterAndCountChunked(); // Phase A：4096-chunk 过滤 + 计数
WriteExpertCountToWorkspace(); // 本核 expertCount → GM
SyncAll(); // ①
ComputeGlobalOffset(); // Phase B：批式核间归约 + prefix sum + 逐专家全局起始
ScatterToSortedRowIdx(); // SIMT 离散搬出 → sortedRowIdx / expandedRowIdx
SyncAll(); // ②
if (dropPadMode_ == DROP_PAD_MODE) {
WriteExpandedExpertIdx(); // 桥接：expandedExpertIdx（dropPad）
WriteExpertIdxValue(); // 桥接：expertIdxValue（dropPad，core0）
} else {
WriteExpertTotalCount(); // 桥接：expertTotalCount（非 dropPad，core0）
}
if (expertTokensNumFlag_ != NONE) WriteExpertTokens(); // core0
SyncAll(); // ③
// 返回后 apt.cpp 不 return，继续 Stage2/3/5
}