issue/401 refactor(rope): add scaling factory and TP-safe RoPE cache

[rubik-hua]

• Decouple scaling config instantiation from ModelConfig via factory and registry pattern.
• Add thread-local RoPE cache with device-scoped keys to reduce VRAM usage and ensure TP safety.
• Centralize rotary dimension calculation into ModelConfig.

ModelConfig 扩展（纯粹的数据承载）
ModelConfig 不再掺杂任何具体模型的业务判断，仅提供默认值和读写接口。RoPE::Algo 的差异由具体的模型构建入口（如 csrc/models/chatglm/chatglm_for_causal_lm.cpp）显式指定：
// model_config.hpp
class ModelConfig {
private:
infinicore::nn::RoPE::Algo rope_algo_ = infinicore::nn::RoPE::Algo::GPT_NEOX; // 默认值
public:
infinicore::nn::RoPE::Algo get_rope_algo() const { return rope_algo_; }

};
// csrc/models/chatglm/chatglm_for_causal_lm.cpp
std::shared_ptr create_chatglm_config(const json& hf_config) {
auto config = std::make_shared(hf_config);
// 只有 ChatGLM/GLM4 需要 GPT_J，在此处显式注入，不污染基类
config->set_rope_algo(infinicore::nn::RoPE::Algo::GPT_J);
return config;
}
工厂与注册表机制（字符串路由分发）
引入注册表模式，将 JSON 中的字符串（如 "longrope"）映射到具体的对象构造逻辑，替代冗长的 if-else。
// rotary_embedding_factory.hpp
using ScalingCreator = std::function<std::shared_ptrinfinicore::nn::ScalingConfig(
const std::shared_ptrinfinilm::config::ModelConfig&)>;
std::unordered_map<std::string, ScalingCreator>& get_scaling_registry();
std::shared_ptrinfinicore::nn::RoPE make_rope(/* ... */);
工厂核心实现极简，仅负责组装与路由，不因为新增类型而修改：
// rotary_embedding_factory.cpp
std::shared_ptrinfinicore::nn::ScalingConfig
make_scaling_config(const std::shared_ptrinfinilm::config::ModelConfig& model_config) {
std::string scaling_type = model_config->get_orstd::string("rope_scaling_type", "default");

// 分发点：注册表路由，将字符串映射到具体的 Creator 函数
auto& registry = get_scaling_registry();
auto it = registry.find(scaling_type);
if (it != registry.end()) {
    return it->second(model_config); 
}
throw std::runtime_error("Unsupported rope_scaling_type: " + scaling_type);

}

需要与InfiniCore的下面PR一起合入，
InfiniTensor/InfiniCore#1181

重构后，新增的rope实现都集中在csrc/layers/rotary_embedding/rope_scaling_creators.cpp增加，其它地方无需修改，跟rotary_embedding.cpp和model_config.cpp解耦掉。

之前@pengcheng888 给的建议是把algo参数收编进model_config中，然后在xx_for_causal_lm.cpp 中写入，我实现了一版，但感觉特别别扭，我理解model_config还是纯粹一点好，能从json中读出来或者加工出来的。后来，我又改动了一下，还是直接放到运行时传参更加优雅吧。

重构后所有现有支持的模型已经跑通

[rubik-hua]

@wooway777 @pengcheng888 rope重构可以帮忙检视起来了，infinicore上也有一个pr

[wooway777]

@wooway777 @pengcheng888 rope重构可以帮忙检视起来了，infinicore上也有一个pr

谢谢老师，在看了