feat: implement all LLAISYS tasks with CPU/GPU support

[1203153267-boop]

作业完成情况

本次 PR 提交了 LLAISYS 项目的全部四个作业（Tensor / Ops / LLM 推理 / CUDA 集成）。

[1203153267-boop]

✅ 已完成：双平台 GPU 原生实现与测试
NVIDIA 平台：完整实现并编译通过所有 7 个 GPU 算子（add, argmax, embedding, linear, rms_norm, rope, self_attention, swiglu），通过 test/test_infer.py --device nvidia --test 推理测试。

天数 (Iluvatar) 平台：完成 suda 后端适配，解决驱动版本匹配与编译问题，所有算子运行通过，test/test_infer.py --device suda --test 顺利执行。

Runtime 测试：test/test_runtime.py --device nvidia 与 --device suda 均通过，设备发现、内存分配、同步等功能正常。

推理结果：与 PyTorch 参考输出完全对齐，Test passed! 确认。
已更新到最新commit ed5a33a