[Cherry-Pick][Optimization] merge matmul and add （#6986）

[BingooYang]

Motivation

性能优化

Modifications

将UnquantizedLinearMethod中的matmul和add用linear替换。
带bias情况基本上有加速，不带bias情况小shape下性能有下降（主要是python层if等调度开销，linear内部实现也是matmul）。

Usage or Command

无

Accuracy Tests

精度保持一致

Checklist

• [ x ] Add at least a tag in the PR title.
  • Tag list: [[FDConfig],[APIServer],[Engine], [Scheduler], [PD Disaggregation], [Executor], [Graph Optimization], [Speculative Decoding], [RL], [Models], [Quantization], [Loader], [OP], [KVCache], [DataProcessor], [BugFix], [Docs], [CI], [Optimization], [Feature], [Benchmark], [Others], [XPU], [HPU], [GCU], [DCU], [Iluvatar], [Metax]]
  • You can add new tags based on the PR content, but the semantics must be clear.
• [ x ] Format your code, run pre-commit before commit.
• [ x ] Add unit tests. Please write the reason in this PR if no unit tests.
• [ x ] Provide accuracy results.
• [ x ] If the current PR is submitting to the release branch, make sure the PR has been submitted to the develop branch, then cherry-pick it to the release branch with the [Cherry-Pick] PR tag.

[paddle-bot]

Thanks for your contribution!

[zoooo0820]

LGTM

[fastdeploy-bot]

🤖 AI Code Review | 2026-04-09

📋 Review 摘要

PR 概述：将 UnquantizedLinearMethod 中的 matmul 和 add 操作合并为 linear 函数，以提升性能

变更范围：model_executor/layers/linear.py、tests/e2e/utils/

影响面 Tag：[Optimization] [OP]

📝 PR 规范检查

✅ PR 标题包含 [Optimization] 标签
✅ PR 描述包含 Motivation、Modifications、Usage、Accuracy Tests、Checklist
✅ PR 规范符合要求

问题

级别	文件	概述
🔴 Bug	linear.py:91	对于 paddle 格式模型，paddle.nn.functional.linear 的 weight 形状可能不匹配

总体评价

PR 的性能优化意图清晰，但存在一个潜在形状兼容性问题需要验证或处理。

[fastdeploy-bot]

🔴 Bug 对于 paddle 格式的模型，layer.weight 的形状为 [input_size, output_size]，而 paddle.nn.functional.linear 期望的 weight 形状为 (output_size, input_size)。

根据代码分析：

• torch 格式：layer.weight 形状为 [output_size, input_size]（在 create_weights 中转置）
• paddle 格式：layer.weight 形状为 [input_size, output_size]（未转置）
• UnquantizedLinearMethod 的 process_weights_after_loading 会被跳过

对于 paddle 格式的模型，直接使用 paddle.nn.functional.linear(x, layer.weight, bias) 可能会导致形状不匹配错误。

建议：

1. 验证 paddle 格式模型的兼容性
2. 如果不支持，考虑添加条件判断或注释说明