feat: adapt flash attention to Ascend backend

[Jingbo-gao]

PR内容：添加昇腾flash attention特性适配

1. 主要文件修改：
   python/infinicore/ops/ascend_flash_attn.py：新增基于 torch_npu 的 Ascend paged FlashAttention prefill/decode Python 封装；
   src/infinicore/ops/mha_kvcache/mha_kvcache_flashattn.cc：将 Ascend decode 请求隔离出通用 CUDA FlashAttention 路径并交由专用实现处理；
   src/infinicore/ops/mha_kvcache/mha_kvcache_flashattn_ascend.cc：新增基于 aclnnFusedInferAttentionScoreV4 的 Ascend paged decode 实现，支持 BNSD Query 和 BnBsH KV cache；
   src/infinicore/ops/multi_head_attention_varlen/mha_varlen_flashattn.cc：将 Ascend varlen 请求路由到专用实现，同时保留其他后端原有 ATen、FlashAttention 和 SDPA 行为；
   src/infinicore/ops/multi_head_attention_varlen/mha_varlen_flashattn_ascend.cc：新增基于 FIA V4 的 Ascend TND varlen prefill 实现，支持 paged KV cache、累计序列长度和因果掩码；
   src/infiniop/ops/flash_attention/operator.cc：新增 Ascend FlashAttention descriptor 的设备分发入口；
2. 推理精度正常：
   ASCEND_RT_VISIBLE_DEVICES=0,1,2,3,4,5,6,7 python examples/bench.py --device ascend --model=/workspace/models/FM9G_70B_SFT_MHA/ --tp=8 --input-len=32 --output-len=256 --batch-size=16 --enable-paged-attn --attn=flash-attn --enable-graph

[wooway777]

其他测试和推理都跑不了了，报错一致。

另外建议把昇腾的实现放在单独文件夹里，参考Hygon。

可以把commits squash一下

误点

[wooway777]

参考上一条评论