## 描述 为 **Compressor**（KV cache 压缩算子，SMLA/QLI 前处理）新增反向算子 **CompressorGrad**，打通训练/微调场景下压缩分支的梯度计算链路。 **1. 新增反向算子 `attention/compressor_grad/`** - **op_host**：算子定义（`compressor_grad_def.cpp`，9 输入 4 输出：d_x/d_wkv/d_wgate/d_ape）、infershape、tiling（30 字段 TilingData + workspace 分区计算 + 全量入参校验） - **op_kernel**：PyPTO 实现的 `compressor_grad.py`，三阶段流水线（Vec scatter 反向 + Cube 双 matmul + Vec 跨核归约），支持 coff=1/2、BSH/TH 双布局、FP16/BF16，D∈{128,512}、cmp_ratio∈[2,128] **2. 正向算子 `compressor` 增强** - 新增 `softmax_score`/`kv` 两个 FP32 中间输出与 `grad_enabled` 属性（grad_enabled=true 时导出中间量，作为 CompressorGrad 输入） **3. torch_extension 集成** - `compressor.py` 注册 autograd：`backward` 通过 `aclnnCompressorGrad` 计算 d_x/d_wkv/d_wgate/d_ape，前向 `grad_enabled` 自动按 `x.requires_grad` 置位 ## 关联的Issue ## 测试 ## 文档更新 ## 类型标签 - [ ] 🐛 Bug修复 - [x] ✨ 新特性 - [ ] ⚡ 性能优化 - [ ] ♻️ 重构 - [ ] 🧪 测试 - [ ] 📦 构建/CI - [ ] 🔧 配置变更 - [ ] 📝 文档更新 - [ ] ⬆️ 依赖升级 - [ ] 🔒 安全修复 - [ ] 🧹 代码清理 - [ ] ❓ 其他，请描述：