feat: 接入 Cambricon MLU 设备与 13 个 aten 算子

[Dashener2]

• 新增 cambricon 设备 profile（vendor: cambricon，dispatch_key PrivateUse1） 与对应环境锁 configs/env/cambricon.lock.yaml
• common 适配 MLU：device.py 顶部提前 import torch（避免 triton 命名空间重复注册）、 perf.py 补 torch.mlu.synchronize()（原只同步 CUDA）、perf_registry 登记 13 个 ops provider
• 新增 perf/baselines/cambricon.json（v26.08.0 容器栈实测，31 用例； 环境升级后有意重采）
• ops/ 新增 13 个算子：type_as / clone / contiguous / copy_ / dropout（Triton 级）
  • empty / empty_like / empty_strided / detach / detach_ / item / _local_scalar_dense / result_type（torch 级），三层全绿并在 ops/README.md 登记

环境: torch 2.12.1+cpu / torch_mlu 1.34.1 / triton 3.4.0+mlu2.1.3 / flag_gems 5.0.2

[TruNcat3]

📦 后续维护提示（#16 审计整改关联，涉及你在 PR#5 引入的 MLU 算子族）：

ops/ 全库审计后，你当初引入的算子目录（clone/contiguous/copy_/detach/dropout/empty 系/item/result_type/type_as/_local_scalar_dense）已在 #16 统一补齐包化入口 __init__.py——多算子同进程消费时请用包态导入（from ops.clone import register_a1），顶层 register/kernel 名不再互相遮蔽（冲突实证：sdpa/reports/e2e_mini_llm.md，#13 发现、#14 根治）。

后续这些算子做平台扩展时注意：①合并前照 templates/operator/README「交付自查清单」打勾；②多平台化后补 PLATFORM.md/MERGE.md（范式：ops/embedding 双份）；③python3 ops/test_packaging.py（全 16 算子导入扫描）必须绿。

[Dashener2]

📦 后续维护提示（#16 审计整改关联，涉及你在 PR#5 引入的 MLU 算子族）：

ops/ 全库审计后，你当初引入的算子目录（clone/contiguous/copy_/detach/dropout/empty 系/item/result_type/type_as/_local_scalar_dense）已在 #16 统一补齐包化入口 __init__.py——多算子同进程消费时请用包态导入（from ops.clone import register_a1），顶层 register/kernel 名不再互相遮蔽（冲突实证：sdpa/reports/e2e_mini_llm.md，#13 发现、#14 根治）。

后续这些算子做平台扩展时注意：①合并前照 templates/operator/README「交付自查清单」打勾；②多平台化后补 PLATFORM.md/MERGE.md（范式：ops/embedding 双份）；③python3 ops/test_packaging.py（全 16 算子导入扫描）必须绿。

收到，谢谢 🙏

1. 已改包态导入 from ops. import register_a1；feat: 算子目录包化——多算子同进程冲突根治（ops.sdpa / ops.embedding） #14/chore: ops/ 全库审计整改——13 算子补包化入口 + 多平台文档 + 交付自查清单 #16 根治了 register/kernel 遮蔽。
2. 自查清单后续逐项打勾。
3. 多平台文档按约定先欠，做第二平台时补。
   chore: PR#5 的 13 个算子按新库约定补两项——register 签名升级 + 多平台文档（平台扩展前） #19 第 1 项（register 签名升级）已完成：13 算子统一 register_a1(dispatch_key, counter=None, platform=None) + _BACKENDS/_DEVICE_PROBE，op_level 接入 counter 断言；三层全绿、真实 vLLM 注入通过，见 fix: 13 算子 register_a1 签名升级（counter + platform，#19) #25 。第 2 项先欠。
   两点想确认：

• ops/test_packaging.py 依赖 torch_npu，我们只有 MLU 跑不了，只做了 13 算子包态导入的等价验证。非 NPU 环境有推荐跑法吗？需要的话我可把它改成设备无关。
• MLU 的 A1 key：ops/embedding 是 Autograd→mlu、AutogradPrivateUse1→ascend；我们单平台把三者都映射到 cambricon（实测均命中）。若希望 MLU 严格用 Autograd，请指正。