[sufubao]

接入模型 LayerAttentionBinding、BatchBuilder、State 与 CUDA Graph 生命周期，删除旧 backend/过渡 wrapper。AttentionRuntime 管理 context、workspace 和 prepare/update/finish/replay；State 保持存储、恢复和释放的所有权。

模型层直接调用 binding.forward(infer_state, inputs, out=...)，Binding 内查找当前 Context；indexer 保留 .context()，backend 仍接收具体 Context，prepare/update 仍由 Runtime 管理。中英文模型接入文档同步；回归检查执行 Context 切换、out 传递和错误 owner/phase 拒绝。

模型字段改为 attention_requirements，spec 在 backend 构造前生效。MLA scale 统一进入 spec，参与分组及 planning；移除 Params 的副本。Replay GDN decode 与其他路径统一返回 GDNOutput。Graph wrapper 继续从模型投影维度构造输出，旧 tuning import 和 autotune fixture 的修复保留。

本机 H200，固定 torch2.11+cu130、sglang-kernel0.4.5、FlashInfer0.6.18：最终源码的 attention/Varlen/Graph/GLM/SenseNova/DSV4/speculative 组合测试889项通过，双GPU无跳过。包含非因果 prefill、MLA 自定义 scale、错误输出缓冲区和状态恢复。五步累计固定 Black/Flake8 通过。

Qwen3.5-0.8B BF16 TP1DP1，native/replay MTP1 各64次主模型与draft logits恢复比较最大误差0，prefill/decode Graph和allocator回收通过；GPU/CPU cache、DP copy、PD transport均为本机buffer路径。跨节点PD、完整多模态模型和性能未验收。旧 native MTP test_mtp_verify_path[1] 的精确相等已知失败未放宽，仍保留此前对照证据。

由已关闭的 #1700 拆分，本 PR 为第5/5步，依赖顺序 #1717 → #1718 → #1719 → #1720 → #1721。全部保持 Draft；按序合入，前序进入 main 后再 retarget 后续 PR。CI 仅监听 base=main，第2–5步本地检查不等于 GitHub CI。

本轮实验记录：/data6/exp_logs/runs，最终组合 261113-115108，模型 261113-115240；源文件哈希、命令、结果和失败记录均保留。