[sufubao]

重写 #1721 的 attention 执行层，目标分支为 main。每个 backend 只实现一个 phase；ModelAttention 负责选型、分组和绑定，AttentionSession 统一执行校验和 workspace lease，State 保留存储、checkpoint、恢复及传输职责。

当前 head 为 68ac92e28，已合入 main 的 1a2a306d3 并解决 import 冲突。此次同步包含上游 logprobs 和 PD 参数检查变更，不计为 attention 重构收益。

执行必须处于 session scope 内，退出后拒绝 layer forward；数值探针使用同一入口，删除独立的 allocate/plan/build 路径。decode Graph 使用各模型声明的输入清单，校验存在性、shape、dtype、device 和同地址 view 的 stride，所有 lane 通过后才复制。图内生成的 DeepSeek-V4 C4 索引不属于重放输入。out 校验拒绝 strided view 行间的 padding 区域。

GDN/KDA/MLA 和稀疏 attention 的模型配置由 adapter 转为不可变 LayerSpec.config，backend 不再读取模型字典。State 返回存储视图，由 adapter 组装计算资源；ReplaySSM backend 只收到数据视图，cursor 由模型在所有层完成后推进一次。GLM indexer 改用模型持有的 SparseQueryMetadata。DeepSeek-V4 初始化从 spec 读取逻辑 head 数，并在模型侧处理 FlashMLA padding，修复启动时访问已删除属性的问题。

设计说明：English / 中文。DeepSeek3.2 仍有 ragged metadata 的 provider 依赖；辅助 capture hooks 的测试只验证协议顺序，尚无真实 provider 的故障恢复验证。workspace lease 负责完成顺序，不是并发锁。

本次修订 674f11ebb 的验证：

检查	结果
CPU 契约、初始化和绑定回归	227 passed，71 项需要 CUDA 的用例跳过
H200 attention、State、DSV4、GLM、GDN/KDA、Graph/MTP 回归	1659 passed，3 skipped，2 deselected
Qwen3.5-0.8B BF16 TP1/DP1，MTP1，native / ReplaySSM	各 64 次主模型及 draft 恢复比较，最大 logits 误差 0，allocator 回收通过
固定版本 Black/Flake8、diff 检查、中英文文档构建	通过；设计页无构建警告

最终合并提交 68ac92e28 的 logprobs、采样参数和结构化输出集成测试为 304 passed，0 skipped，包括 MTP/overlap 用例。首次运行因未显式加载 AnyIO 插件跳过了 71 项异步测试；启用插件后的上述结果取代该次结果。针对当前 main 的整份 PR 固定版本格式检查通过。已逐文件核对：attention、State、模型实现和设计文档与 674f11ebb 相同；相关公共模型目录中变化的 logprobs_capture.py 与上游 main 一致。前述主要 GPU/真实模型结果来自 674f11ebb，并非全部在合并提交上重跑。

GPU 测试使用 torch 2.11/cu130、sglang-kernel 0.4.5、FlashInfer 0.6.18，限定 GPU 7、PyTorch 显存上限 8 GiB。3 项双 GPU 测试跳过，2 项未修改的大地址测试因单个张量超过显存上限未完成验证。GLM 的 410 项本地 PD/状态迁移组合分批在独立进程运行。真实模型启用 prefill/decode CUDA Graph，使用 64-token 前缀、512-token 缓存池、8 步交替 MTP 接受长度；验证本地 GPU/CPU/DP/PD buffer 恢复，不代表跨机 PD、HTTP 服务、全模型覆盖或吞吐验证。

实验命令、失败记录和 JUnit 保留在 /data6/exp_logs/runs/261114-163004-*、261114-163339-*、261114-163439-*；修订提交 674f11ebb 的两组真实模型报告在 261114-163835-*、261114-164039-*。合并验证在 261114-165127-*；最终源码与证据核对记录为 /data6/exp_logs/runs/261114-165250-python3-tmp-attention-review-merge-receipt-py/verification.json。此前的测试数字属于旧版本，此处仅列本次修订的结果。