注意力
占位页，内容待补充（逐场景单独编写）。
场景定位：注意力计算如何用 shard_map 切到 per-shard 视角、用 Pallas splash attention 替换 XLA 默认 codegen，并以 custom_vjp 接管反向。
入口文件：layers/attention_op.py、layers/attentions.py、kernels/attention/splash_attention_kernel.py
本场景原语：shard_map / pallas_call（splash attention）/ custom_vjp / cond·select