测试问题修复：🐛 修复 FP8 转换规则与 Gather 索引行为

[cangtianhuang]

🧭 背景

paddle_to_torch 规则承担 Paddle API 在 PyTorch 侧的等价执行。FP8 量化场景中的标度张量布局、UE8M0 指数打包和极值标度处理必须与 Paddle 保持一致；同时，gather 的一维索引分支需要保留 PyTorch 对索引类型和输出形状的原生语义。

🔎 问题定位

原有 FP8 规则在 128x128 量化、转置标度和 UE8M0 打包组合下，未将块级标度扩展到覆盖行，导致标度形状和打包结果不一致。融合 SwigLU FP8 量化还会在零值或极小值输入、幂次标度及不同 CUDA 架构下产生与 Paddle 不一致的数值。

GatherRule 对一维索引逐项执行 narrow 后再堆叠，既未统一转换索引类型，也可能改变原生 index_select 的边界行为和空索引输出设备属性。

🛠️ 实现方案

FP8 路径统一按实际行数分配并生成标度，在 128x128 模式下先展开块级反量化标度再打包 UE8M0；融合量化抽取标度计算逻辑，显式处理零值、无穷大、幂次标度和 SM90 差异，并直接使用浮点指数位完成 UE8M0 编码。Gather 一维索引改为转换为 torch.long 后调用 torch.index_select，交由 PyTorch 保持一致的语义。

🔧 主要变更

1. 修正 FP8 标度与 UE8M0 打包

调整块级量化的标度张量形状和 128x128 标度展开逻辑，修复转置布局下的行数计算。融合 SwigLU FP8 量化使用统一的量化标度计算，并按浮点指数位打包 UE8M0；同时修正融合堆叠量化的打包 reshape 维度

2. 简化 Gather 一维索引转换

将逐索引 narrow/stack 实现替换为 torch.index_select，并在调用前将索引转换为 torch.long

📁 改动文件

类别	文件	功能说明
Paddle 转 PyTorch 规则	tester/paddle_to_torch/rules.py	修复 FP8 量化、UE8M0 打包和 Gather 一维索引转换