perf(mtp): reduce vocab communication with fixed candidates

[sufubao]

用小规模候选 all-gather 替代完整词表通信，重点优化连续 MTP draft。输出布局固定，通信次数和 CUDA Graph 变体数量不增加。

新增 --vocab_parallel_sampling：

模式	Draft	Target
off	原路径	原路径
draft（默认）	精确 top-1	原路径
both	精确 top-1	全局 top-128 近似采样

动态 MTP 保留全词表归一化的 top-1 概率。支持 Llama 标准输出路径；特殊 draft 输出头回退，both 遇到不支持的 target 输出头报错。

both 的 top-p 和 logprob 基于候选集归一化；不兼容的 penalty、约束和完整词表输出需求在入口拒绝，详细限制见中英文参数文档。

验证：TP=1/2/4 数值与 Graph 检查、相关采样/入口回归及格式检查通过。性能实验均经 exp 记录；服务收益依赖负载，动态 MTP 单请求仍有回退，target 质量仅完成小规模冒烟，尚未确认生产收益。