接口功能：在Indexer注意力机制的Epilog阶段，对KV Cache进行原地压缩更新。将
[object Object]/[object Object]的激活值按逐块动态量化（Per-Block Dynamic Quantization）压缩为FP8（E4M3/E5M2）、INT8（[object Object]）或MX-FP4格式，并按[object Object]将量化结果与对应[object Object]散写到cache，值为 -1的token跳过不处理。支持MX-FP8、Normal、HiFloat8、MX-FP4四种量化模式。计算公式：
对
[object Object]的最后一维（d轴）按量化粒度计算每组的amax，并量化为目标dtype，记第g组为（MX-FP8/MX-FP4模式每32个元素一组；Normal/HiFloat8模式整行一组）：- 场景1（quantMode=0，MX-FP8）：scale存储为
[object Object]，[object Object]时对scale进行舍入。 - 场景2（quantMode=1，Normal）：动态逐块量化，scale存储为
[object Object]。 - 场景3（quantMode=2，HiFloat8）：输出为后的hifloat8。
- 场景4（quantMode=3，MX-FP4）：按标准MX块（每32元素）量化为FP4（
[object Object]每字节打包2个fp4值），scale存储为[object Object]。
- 场景1（quantMode=0，MX-FP8）：scale存储为
示例：
[object Object]
每个算子分为，必须先调用“aclnnIndexerQuantCacheGetWorkspaceSize”接口获取计算所需workspace大小以及包含了算子计算流程的执行器，再调用“aclnnIndexerQuantCache”接口执行计算。
[object Object]
[object Object]
参数说明
[object Object]- 数据类型组合需匹配量化模式：quantMode=0，cache为FP8且scale为FLOAT8_E8M0；quantMode=1/2时，cache为FP8/UINT8且scale为FLOAT；quantMode=3，cache为FP4且scale为FLOAT8_E8M0。
返回值
第一段接口完成入参校验，出现以下场景时报错：
[object Object]
- 确定性计算：aclnnIndexerQuantCache默认确定性实现。
- 数据类型组合需与quantMode匹配：Normal/HiFloat8模式cacheScale为FLOAT；MX-FP8/MX-FP4模式cacheScale为FLOAT8_E8M0；MX-FP4模式cache为FP4（uint8打包）。
- cache 与 cacheScale均仅支持四维shape
[object Object]，倒数第二维固定为1（每token一个量化向量），不支持其他维数；num_slots = blockNum × blockSize。 - cache/cacheScale仅在blockNum维支持非连续（分页）：各block可不紧密排布，但block内（blockSize、headDim维）须连续。
- headDim长度约束：
- cache.headDim ≥ d（MX-FP4模式以fp4元素计，d个fp4值占 ⌈d/2⌉ 字节）。
- cacheScale.headDim ≥ scaleCol，scaleCol：MX-FP8/MX-FP4（quantMode=0/3）为 ⌈d/32⌉；Normal/HiFloat8（quantMode=1/2）为 1。
- 示例：d=128、quantMode=0 → scaleCol=4 → cache.headDim ≥ 128 且 cacheScale.headDim ≥ 4。
- x的最后一维（d轴）须能被32整除且 d ≤ 8192。
- slotMapping的维度应等于x的维度减1，即slotMapping为x除最后一维外的所有维度展平。
- slotMapping中值为 -1的token会被跳过不处理；其余有效元素取值范围为[0, num_slots - 1]，且元素值应保证不重复，重复时不保证结果正确性。
[object Object]