docs: ops 索引去重（embedding 三平台单行）+ sdpa_math 补 MERGE.md

ops/README.md

@@ -23,17 +23,14 @@ grep -rl my_op . | xargs sed -i 's/my_op/<你的算子名>/g'
 
 ## 算子索引
 
-> 硬件平台合计 **3 个**：`ascend910`（sdpa / sdpa_math）· `p800-kunlunxin`（sdpa / sdpa_math / embedding）· `cambricon` / `mlu590`（MLU590，sdpa + 13 个算子）。 算子级明细见下表「硬件平台」列与各算子的 `REPORT.md` 表头。
-
-> 硬件平台合计 **3 个**：`ascend910`（仅 sdpa）· `p800-kunlunxin`（sdpa / embedding）· `cambricon` / `mlu590`（MLU590，sdpa · embedding · 13 个 Torch/Triton 级算子）。 算子级明细见下表「硬件平台」列与各算子的 `REPORT.md` 表头。
+> 硬件平台合计 **3 个**：`ascend910`（sdpa / sdpa_math / embedding）· `p800-kunlunxin`（sdpa / sdpa_math / embedding）· `cambricon`/`mlu590`（sdpa / embedding + 13 个 Torch/Triton 级算子）。 算子级明细见下表「硬件平台」列与各算子的 `REPORT.md` 表头。
 
 | 算子 | 硬件平台 | 开发级别 | 路线 | 状态 | 交付报告 | 备注 |
 |---|---|---|---|---|---|---|
 | [sdpa](sdpa/)（scaled_dot_product_attention） | **3** · ascend910 / p800-kunlunxin / mlu590 | Triton / 厂商委托 | A1（aten 拦截） | ✅ 定稿 | [REPORT](sdpa/REPORT.md) | ascend910 + p800-kunlunxin + mlu590 · 三平台黄金 397/397（Ascend 历史 265/265） · [平台绑定](sdpa/PLATFORM.md) / [多平台合并](sdpa/MERGE.md) |
 | [sdpa_math](sdpa_math/)（aten::_scaled_dot_product_attention_math） | 2 · ascend910 / p800-kunlunxin | Triton / vendor O/LSE + exact-P | A1（aten 拦截） | ✅ 定稿 | [REPORT](sdpa_math/REPORT.md) | SDPA math 后端（双输出 out+概率图）· 三平台黄金 175/175 · NPU fp16 1.16-2.03x · P800 direct 1.46-2.21x native |
-| [embedding](embedding/)（aten::embedding） | 2 · p800-kunlunxin / ascend910 | 厂商委托 / Triton 探针 | A1（aten 拦截） | ✅ 定稿 | [REPORT](embedding/REPORT.md) | p800-kunlunxin + ascend910 · 稠密查表/反向 · 黄金 117/117（Ascend 三层+350 PASS）|
+| [embedding](embedding/)（aten::embedding） | **3** · ascend910 / p800-kunlunxin / cambricon | 厂商委托 / Triton 探针 | A1（aten 拦截） | ✅ 定稿 | [REPORT](embedding/REPORT.md) | 三平台稠密查表/反向 · Ascend 三层+350 PASS · MLU 174/174 逐位 · [平台绑定](embedding/PLATFORM.md) / [多平台合并](embedding/MERGE.md) |
 
-| [embedding](embedding/)（aten::embedding） | **2** · p800-kunlunxin / cambricon | 厂商委托 / Triton 探针 | A1（aten 拦截） | ✅ 定稿 | [REPORT](embedding/REPORT.md) | p800-kunlunxin + cambricon · 稠密查表/反向 · 黄金 174/174 逐位 · [MLU 报告](embedding/reports/cambricon.md) |
 | [type_as](type_as/) | 1 · cambricon | Triton 级 | A1 aten | 三层全绿 | [REPORT.md](type_as/REPORT.md) | 黄金 111/111；位级一致 |
 | [clone](clone/) | 1 · cambricon | Triton 级 | A1 aten | 三层全绿 | [REPORT.md](clone/REPORT.md) | 黄金 48/48；存储独立 |
 | [contiguous](contiguous/) | 1 · cambricon | Triton 级 | A1 aten | 三层全绿 | [REPORT.md](contiguous/REPORT.md) | 黄金 114/114；转置 swiz 提速 ~80x |

ops/sdpa_math/MERGE.md

@@ -0,0 +1,31 @@
+# 多平台合并流程（MERGE）— sdpa_math
+
+> 新平台实现合入本目录的固定流程（裁剪自 ops/sdpa/MERGE.md 与
+> ops/embedding/MERGE.md 范式）。核心原则：**黄金/测试/注册链复用，
+> 只写 kernel 本体**。
+
+## 七步流程
+
+1. **黄金复用**: `goldendata/` 平台无关（CPU 生成），新平台直接跑
+   `script/check_accuracy.py`——不过黄金不谈合并
+2. **kernel 本体**: `kernel/<platform>_level.py`（现有：
+   `triton_level.py` ascend910 路线 / `p800_fast_level.py` vendor 路线）
+3. **register 平台分发**: `register.py` 的 `_fwd`/backend 选择加平台
+   分支（含 `_DEVICE_PROBE` 能力守卫参考 ops/embedding）
+4. **_profile 探测链**: 平台 try-import 段（对齐 sdpa/embedding 顺序）
+5. **三层验证**: `python3 test/{kernel,op,framework}_level.py <platform>`
+   + `example.py <platform>` 一键
+6. **包化回归**: `python3 ops/test_packaging.py`（全算子导入扫描）
+7. **文档同步**: README/REPORT 平台列、reports/ 增量、PLATFORM.md
+   绑定项、本文件、CHANGELOG
+
+## 合并冲突解决范式（库级惯例）
+
+- 文档冲突: 双方内容**并列**（验证矩阵按平台列拆行），不删任何一方
+- 代码冲突: 统一采 platform facade / backend 选择器新范式
+- rebase 后必须: 本机全链回归 + `ops/test_packaging.py` 双绿才可合并
+
+## 绑定速查
+
+见 [PLATFORM.md](PLATFORM.md)（ascend910 64×64 tile 上限 / p800
+vendor O/LSE + exact-P）。