issue/1148: PagedAttentionPrefill 添加 KV cache 连续性 guard

[JoeZhang-0x000]

关联 Issue

Closes #1148

改动内容

在 python/infinicore/ops/paged_attention_prefill.py 中添加 _ensure_head_dim_contiguous 辅助函数，对 k_cache 和 v_cache 的最后一维（head_dim）做连续性检查，不连续时自动调用 .contiguous()。

背景

paged_attention_prefill 底层算子按 head_dim 做点积运算，要求 KV cache 最后一维 stride 为 1，这是普遍要求而非特定后端问题。传入非连续张量会触发 Bad Tensor Strides 错误，导致测试 failed 56/60。

标准 vLLM KV cache view 的 head-dim stride 已经是 1，正常路径不会触发额外 copy。

[JoeZhang-0x000]

当前实现仅适合作为验证 InfiniCore PA prefill/decode 可用性的过渡方案。
不是最优实现，因为一旦真实路径里频繁遇到这种布局，contiguous() 会引入额外显存和拷贝开销。
长期来看更优的方向是：
1.底层 kernel 真正支持 strided KV cache：让 paged_attention_prefill 使用传入的 stride 描述，而不是要求 stride(3) == 1。这是最干净的长期方案，但要改 C++/device kernel，验证成本更高。
2. 在上游保证 cache layout：如果 vLLM/adapter 可以稳定构造出最后一维连续的 KV cache view，就不需要 wrapper copy。这个适合我们当前 vLLM 路径，
但不能覆盖 InfiniCore bottom-op 测试里的所有布局。

[wooway777]

感谢老师，这个算子确实加得匆忙了些，性能也不太理想。我们后续再研究一下优化安排