CANN: Support more functions in FA operator

[glitter4]

描述 (Description)

本次 PR 针对 CANN 后端的 flash_attn_ext 算子进行了功能增强和限制放宽，主要包括：

1. 去除 KV 头尺寸限制：移除了 K 和 V 张量头维度 (ne[0]) 必须一致的限制，现在支持 Q、K、V 具有不同的头维度（会自动 Padding 到最大维度）。
2. 实现 logitSoftcap：在算子中实现了 logitSoftcap 逻辑，支持对 Attention Score 进行 Softcap 处理。
3. 去除 Head Size 必须为 16 倍数的限制：通过内部实现的 Padding 机制 (pad_to_max_dim)，去除了 Head Size 必须是 16 的倍数的硬性限制.

测试 (Testing)

1. logitSoftcap 测试：使用带有 logitSoftcap 参数的模型进行推理，验证结果是否正确。
2. 尺寸兼容性测试：
   • 测试了 K 和 V 头维度不一致的情况。
   • 测试了 Head Size 非 16 倍数（如 192, 576）的情况，验证 Padding 逻辑及计算结果的正确性。
     e.g.
     FLASH_ATTN_EXT(hsk=40,hsv=40,nh=4,nr23=[4,3],kv=512,nb=35,mask=0,sinks=0,max_bias=0.000000,logit_softcap=0.000000,prec=f32,type_KV=f16,permute=[0,1,2,3]): �[1;32mOK�[0m
     FLASH_ATTN_EXT(hsk=40,hsv=40,nh=4,nr23=[4,3],kv=512,nb=35,mask=0,sinks=0,max_bias=0.000000,logit_softcap=0.000000,prec=f32,type_KV=bf16,permute=[0,1,2,3]): �[1;32mOK�[0m
     FLASH_ATTN_EXT(hsk=40,hsv=40,nh=4,nr23=[4,1],kv=512,nb=35,mask=1,sinks=0,max_bias=0.000000,logit_softcap=0.000000,prec=f32,type_KV=f16,permute=[0,1,2,3]): �[1;32mOK�[0m
     FLASH_ATTN_EXT(hsk=40,hsv=40,nh=4,nr23=[4,1],kv=512,nb=35,mask=1,sinks=0,max_bias=0.000000,logit_softcap=0.000000,prec=f32,type_KV=f16,permute=[0,2,1,3]): �[1;32mOK�[0m
     FLASH_ATTN_EXT(hsk=40,hsv=40,nh=4,nr23=[4,1],kv=512,nb=35,mask=1,sinks=0,max_bias=0.000000,logit_softcap=0.000000,prec=f32,type_KV=bf16,permute=[0,1,2,3]): �[1;32mOK�[0m
     FLASH_ATTN_EXT(hsk=40,hsv=40,nh=4,nr23=[4,1],kv=512,nb=35,mask=1,sinks=0,max_bias=0.000000,logit_softcap=0.000000,prec=f32,type_KV=bf16,permute=[0,2,1,3]): �[1;32mOK�[0m

备注 (Notes)

无

[noemotiovon]

超级棒的贡献！牛逼！可以麻烦贡献到上游社区嘛？