FusedBatchNorm
=================
对输入张量执行融合批归一化（Fused Batch Normalization），在多核间拆分批量单元并行完成归一化与仿射变换。

    .. math::

        \hat{x}_{b,c} = \frac{x_{b,c} - mean_c}{\sqrt{variance_c + \epsilon}}, \quad y_{b,c} = scale_c \cdot \hat{x}_{b,c} + offset_c


    输入：
        - **input** - 输入张量首地址，形状为 ``[unit, channel]``。
        - **scale** - 缩放系数数组首地址，长度为 ``channel``。
        - **offset** - 平移系数数组首地址，长度为 ``channel``。
        - **mean** - 归一化均值数组首地址，长度为 ``channel``。
        - **variance** - 归一化方差数组首地址，长度为 ``channel``。
        - **parameters** - 参数结构体首地址，布局如下：

            - ``parameters[0]``: epsilon，数值稳定项（float/float16）
            - ``parameters[1]``: channel，通道数（int）
            - ``parameters[2]``: unit，归一化单元数量（批量大小 × 高 × 宽）（int）

        - **core_mask(int, 可选)** - 核掩码（仅适用于共享存储版本）。

    输出：
        - **output** - 融合批归一化计算结果的张量首地址。

    支持平台：
        ``FT78NE``
        ``MT7004``

    .. note::
        - FT78NE 支持 fp32 数据类型。
        - MT7004 支持 fp16、fp32 数据类型。

**共享存储版本:**

.. c:function:: void fp_fused_batch_norm_s(float *input, float *scale, float *offset, float *mean, float *variance, float *output, void *parameters, int core_mask)
.. c:function:: void hp_fused_batch_norm_s(float16 *input, float16 *scale, float16 *offset, float16 *mean, float16 *variance, float16 *output, void *parameters, int core_mask)

    **C调用示例：**

    .. code-block:: c
        :linenos:
        :emphasize-lines: 19-20

        // MT7004 示例（共享存储多核，DDR 地址）
        #include <stdio.h>

        int main(void) {
            float *input = (float *)0x81000000;
            float *scale = (float *)0x81020000;
            float *offset = (float *)0x81021000;
            float *mean = (float *)0x81022000;
            float *variance = (float *)0x81023000;
            float *output = (float *)0x81024000;
            void *parameters = (void *)0x81050000;

            *(float *)parameters = 1e-5f;            // epsilon
            int *int_params = (int *)((char *)parameters + 4);
            int_params[0] = 64;                       // channel
            int_params[1] = 1024;                     // unit

            int core_mask = 0xff;
            fp_fused_batch_norm_s(input, scale, offset, mean, variance,
                                  output, parameters, core_mask);
            return 0;
        }


**私有存储版本:**

.. c:function:: void fp_fused_batch_norm_p(float *input, float *scale, float *offset, float *mean, float *variance, float *output, void *parameters)
.. c:function:: void hp_fused_batch_norm_p(float16 *input, float16 *scale, float16 *offset, float16 *mean, float16 *variance, float16 *output, void *parameters)

    **C调用示例：**

    .. code-block:: c
        :linenos:
        :emphasize-lines: 18-19

        // MT7004 示例（私有存储单核，AM 地址）
        #include <stdio.h>

        int main(void) {
            float16 *input = (float16 *)0x10000000;
            float16 *scale = (float16 *)0x10020000;
            float16 *offset = (float16 *)0x10021000;
            float16 *mean = (float16 *)0x10022000;
            float16 *variance = (float16 *)0x10023000;
            float16 *output = (float16 *)0x10024000;
            void *parameters = (void *)0x10050000;

            *(float16 *)parameters = float32_to_float16(1e-4f);  // epsilon
            int *int_params = (int *)((char *)parameters + 4);
            int_params[0] = 32;                                  // channel
            int_params[1] = 512;                                 // unit

            hp_fused_batch_norm_p(input, scale, offset, mean, variance,
                                  output, parameters);
            return 0;
        }