算子功能：该算子为AICPU算子，是aclnnSparseLightningIndexerKLLossGrad算子的前置算子。根据aclnnSparseLightningIndexerKLLossGrad算子的输入shape、layout、mask和压缩比例信息，计算并输出分核切分metadata。输出结果可作为aclnnSparseLightningIndexerKLLossGrad算子的metadataOptional输入，减少主算子tiling阶段对host array的访问。
该算子不建议单独使用，建议与aclnnSparseLightningIndexerKLLossGrad算子配合使用，形成完整的工作流。
- 接收主算子的shape信息，包括batchSize、maxSeqLenQ、maxSeqLenK、numHeadsQ、numHeadsK、headDim、topk、layout和mask信息。
- 根据每个query对应的有效sparse长度估算负载，并将B/S1合轴后的任务均衡切分到可用AIC核上。
- 输出metadata后，后续作为aclnnSparseLightningIndexerKLLossGrad算子的metadataOptional输入使用。
每个算子分为，必须先调用"aclnnSparseLightningIndexerKLLossGradMetadataGetWorkspaceSize"获取workspace大小，再调用"aclnnSparseLightningIndexerKLLossGradMetadata"执行计算。
[object Object]
[object Object]
参数说明
[object Object][object Object]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]
- aclnnSparseLightningIndexerKLLossGradMetadata为确定性实现，确定性计算配置不会改变其输出规则。
- B（Batch）表示输入样本批量大小。
- BSND场景
- 必传batchSize、maxSeqLenQ、maxSeqLenK和topk参数，以获取shape信息。
- TND场景
- 必传cuSeqLensQOptional、cuSeqLensKOptional和topk参数，以获取正确shape信息。
- 当batchSize为0时，通过cuSeqLensQOptional的shape推导batch。
- Batch取值规则
- 如果batchSize大于0，优先使用batchSize。
- 如果batchSize小于等于0，且layoutQOptional为TND，则通过cuSeqLensQOptional的shape推导batch。
- 如果batchSize小于等于0，且layoutQOptional为BSND，则报错。
- Seqlen取值规则
- TND场景下，通过cuSeqLensQOptional和cuSeqLensKOptional计算每个batch的实际q/k长度。
- BSND场景下，通过maxSeqLenQ和maxSeqLenK获取q/k长度。
- layout约束
- layoutQOptional必须为BSND或TND。
- layoutKOptional支持BSND和TND，建议与layoutQOptional保持一致。
- head约束
- numHeadsQ、numHeadsK和headDim必须为正数。
- numHeadsQ必须能被numHeadsK整除。
- sparse约束
- topk必须为正数。
- cmpRatio取值范围为[0, 128]。
- maskMode当前仅支持0和3。
metadata输出为INT32 Tensor，当前shape固定为(64,)，字段布局如下。
[object Object][object Object][object Object]