[DEV] 新增 fused FFN 算子和资源-任务互感知分析器

[ZhouBencheng]

目标版本
main

功能描述
新增两个相互独立的模块，均通过编译选项或环境变量控制，默认关闭，不影响现有算子的源码、签名与默认编译路径：

1. Fused FFN 算子（infiniopFusedFFN）

   将 LLM decode 阶段 FFN 主路径融合为单算子：
   out = Down( SwiGLU( GateUp( RMSNorm(in) ) ) ) + residual

   • 公开 C API：include/infiniop/ops/fused_ffn.h
   • 形状校验支持 gate_up_weight / down_weight 各两种 layout
   • Backend 覆盖：CPU（纯 C++ reference）/ NVIDIA / Iluvatar / Hygon / Ali / QY / MetaX
   • 可选 deep-fused 路径（INFINIOP_FUSED_FFN_DEEP=1 走调度器、=2 强制）将 GateUp GEMM 与 SwiGLU 合并为单 kernel，消除中间缓冲的 HBM 往返，对小 ntok 场景友好
   • 测试覆盖 LLaMA-7B / 13B / Qwen 三种典型架构 × {F16, BF16} × {with / without residual}

2. 资源-任务互感知分析器（编译选项 --mutual-awareness=y）

   在算子调度链路上提供运行时上下文采集与目标驱动的 kernel 选择能力：

   • 算子 trace 环（OpTraceRing）、推理阶段识别（PhaseDetector：PREFILL / DECODE / ATTENTION_DENSE 等）、GPU 资源采样（ResourceSensor：NVIDIA NVML / Iluvatar IXML / MetaX / CPU
     /proc/meminfo）、优化目标生成（IntentGenerator：LATENCY_FIRST / THROUGHPUT_FIRST / MEMORY_SAFE / STABILITY_FIRST）
   • OpDispatcher 新增 goal-aware 重载（向后兼容，旧算子可继续只注册 device 维度），仅 Attention::execute 接入消费
   • infinirt 同步新增统一资源快照 API：infinirtGetMemInfo / infinirtGetDeviceResourceSnapshot，按平台分层后端实现，未启用平台返回 NOOP / fallback
   • Python 绑定 infinicore.analyzer 在启用时自动暴露

   关闭该选项时，analyzer 源文件不参与编译、OpDispatcher 无 goal-aware 分支、infinirt 新增 API 走 NOOP，零 ABI 与零运行时影响。