fix(hcu): avoid full-vocabulary top-k during sampler profiling

[alexanderbin123]

Summary

该 MR 从 #38 拆出，仅讨论 HCU dummy sampler 的大词表启动 profile 策略，不包含 SlimQuant W4A8、AITER、DeepEP 或 DeepGEMM 修改。

背景

官方及 HYGON v0.25.1 在 _dummy_sampler_run() 中使用 top_k=vocab_size-1 和 top_p=0.9。在 DeepSeek-V4 大词表、max_num_seqs=8、HCU 自定义 Top-K/Top-P sampler 场景中，该 profile 调用曾出现长时间卡顿/高开销。

当前草案：

• 第一次 dummy sampler 调用使用 greedy fast path 和 top_k=0，避开首次 full-vocabulary Top-K。
• 第二次使用带 generator 的 random metadata 和 top_k=vocab_size，进入 native random sampler；vocab_size 是 vLLM native sampler 表示禁用 Top-K 的内部值。
• 覆盖 raw_logprobs、processed_logits、processed_logprobs 三种模式。
• 不修改真实请求的 sampler metadata、Top-K/Top-P 归一化或采样概率分布。

Draft 原因 / 已知风险

该实现尚不具备合入条件：

1. 第一次调用走 greedy，第二次带 generator 强制走 native，因此 HCU LightOp Top-K/Top-P 路径可能没有被 profile/warmup；真实首请求可能产生额外编译、workspace 或 OOM 风险。
2. dummy_metadata 改成 all-greedy 后，DSpark rejection sampler 会复用它，可能只预热 greedy specialization，而没有覆盖原来的 mixed/random specialization。
3. processed logprobs 模式无条件增加第二次 native random 调用，与官方跳过该调用的显存策略不一致，可能提高启动峰值。
4. 第二次仍保留 top_p=0.9，native 路径仍可能进行全词表排序；本修改只规避首个 HCU custom Top-K 的异常开销，不等于消除所有全词表 sampler 开销。

合入前需要重新设计并验证：分别覆盖 LightOp custom、native seeded random、DSpark mixed 与 all-greedy，同时给出 DeepSeek-V4 实机启动、峰值显存及首请求证据。

Verification

• Sampler 专项：7 passed, 14 warnings in 23.12s。
• 干净 worktree 完整 runtime：857 passed, 1 failed, 14 warnings in 219.87s。
• 唯一失败为仓库测试读取未纳入 Git 的生成文件 vllm_hcu/csrc/hcu_cache_kernel.hip 时触发 FileNotFoundError，与本 MR 的 sampler diff 无关；该文件被仓库 *.hip ignore 规则排除。
• 作者与提交者：zhangzbb <1414695739@qq.com>。

Scope

修改文件仅有：

• vllm_hcu/v1/hcu_model_runner.py
• tests/runtime_patch/test_hcu_sampler.py