Perf: mjwarp 后端引入 CUDA graph capture

[TATP-233]

一句话问题

当前 mjwarp 后端的稳态物理热路径逐次提交 CUDA kernel，尚未复用 CUDA graph，固定形状的大批量仿真存在可避免的 launch 开销。

为什么现在做

Roadmap #1252 对照 mjlab v1.6.0 后确认，UniLab 的 src/unilab/base/backend/mjwarp/backend.py 目前没有 graph capture/replay；本任务只补齐这一后端内部性能机制，并用同机同配置基准验证实际收益。

最小交付结果

符合运行条件时，mjwarp 后端对固定形状稳态热路径使用 CUDA graph replay；条件不满足或 capture 失败时透明回退到现有执行路径，物理与后端契约不变。

In scope

• 在 mjwarp backend 冷路径检测 CUDA driver ≥ 12.4 与 mempool/capture 条件。
• 在后端内部建立固定形状热路径的 capture、replay 与必要失效处理。
• 保留普通执行路径，并为不支持条件与 capture 失败提供可诊断的安全降级。
• 增加靠近 backend 风险边界的单元/集成测试。
• 用同一硬件、task、world 数与测量方法报告修改前后吞吐。

Non-goals

• 不新增或修改 SimBackend 公共契约。
• 不修改 env、runner、learner、训练语义或其他 backend。
• 不新增常规 CI、长期 benchmark/evidence 基础设施或 support 等级。
• 不顺带实施 Roadmap: 借鉴 mjlab 的性能机制与开发体验优势（7 个候选 sub-issue） #1252 的其他候选任务。

Owner 与预计改动

Owner 为 src/unilab/base/backend/mjwarp/；预计 2–6 个文件、≤500 行净手写改动、1 个 PR。合并后的永久维护项仅为 mjwarp 内部 graph eligibility、capture/replay 与 fallback 路径。

Acceptance criteria

• 支持条件下，稳态固定形状路径在 warm-up/capture 后通过 graph replay 执行。
• driver/mempool 条件不满足或 capture 失败时，后端继续走现有路径且行为正确。
• capture 生命周期不会绕开现有 model mutation/reset/step 契约。
• 局部 correctness/fallback 测试通过，make test-all 通过。
• PR 中记录可复现的修改前后吞吐、硬件/软件条件与测量参数。

Stop conditions

若需要新增公共 contract、改动 env/runner/learner、引入新的执行生命周期、修改常规 CI，或超过 6 文件/500 行预算，则暂停并回到 maintainer 决策。