v24.1 — QKV MXFP8 quantization maintenance

QKV前向典型泛化场景27点几何平均2.227942 PFLOPS/卡，比v24.0历史结果+1.24%；包括补充QwenDense的全33点2.077387P（+1.47%）。固定配置、两份实际非零Philox各Graph10+50、完整数值和路由校验。历史对照不是同轮全量A/B，不挑旧新较快值。

保留有效优化：all模式量化后经原grid join一次发布完整panel，消除冗余贡献计数；连续物理chunk寻址。K32数值和消费端ready/异步内存序不变。

all选择处新增并行配置限制说明：独立量化可选择自己的执行资源，实测中更有利；显式separate对照在同一个Graph内计时量化及GEMM+A2A，不是缓存权重的纯GEMM。默认选择不改，发布33点仍是all。

OProj与两个反向沿用v24.0，不保留无整体收益的试验。新版all详细量化发布Perfetto尚未适配，显式返回不支持；不伪造旧发布协议trace。

最终表、逐点参数和证据：results/sm103/v24.1；不附调优流水账、profile、大日志或依赖。