feat: 支持 GLM-4.7-Flash 推理

[kuma-loong]

前置依赖

• 依赖 feat: 支持 Qwen3.6 MoE 推理 #23，必须先合并 Qwen3.6 MoE 与配置/并行重构。
• 本分支已 rebase 到 feat: 支持 Qwen3.6 MoE 推理 #23 的 head commit 187c69b。
• feat: 支持 Qwen3.6 MoE 推理 #23 合并后，本 PR 的最终 diff 将只保留 GLM-4.7-Flash 增量。

修改内容

• 增加 GLM-4.7-Flash BF16 latent MLA、Dense/MoE 模型与 checkpoint 加载支持。
• 支持 TP、EP 及 outer-TP MoE 混合并行布局。
• 增加 MLA cache storage、prefill/decode provider、CUDA Graph 与 prefix cache 支持。
• 集成 Triton、TileLang 和 SGL Kernel provider，并绑定锁定依赖范围。
• 补充 OpenAI serving、LongBench 状态记录、模型文档与依赖锁。
• 清理一次性 checkpoint/并行验证脚本，保留生产测试和可复现验证入口。

验证

• 全量测试（排除要求 clean worktree 的 simulated deep research 测试）：1804 passed，32 skipped，215 subtests passed。
• H100 TileLang MLA：10 passed。
• H100，Torch 2.9.1+cu129、Triton 3.5.1、sgl-kernel 0.3.21：FA3/MoE 33 passed。
• 定向 provider/config 回归：224 passed，26 skipped。