[Feature]: msrun支持'--bind_numa'绑定内存

### 🚀 背景描述 目前`msrun`已支持入参`--bind_core`，支持使用命令`taskset`来启动scheduler或者worker进程，对其进行CPU亲和性的绑定，已广泛应用于客户大规模集群场景。但是`taskset`仅设置CPU亲和性，没有对内存进行绑定，因此仅对CPU核进行绑定并不能解决D2H和H2D拷贝时性能大幅度抖动以及时延增大的问题。 所以msrun新增一个绑定NUMA内存节点的能力，新增入参`--bind_numa`，支持使用命令`numactl`来启动进程，以解决跨NUMA访问导致带宽抖动和时延增大的问题。 ### taskset和numactl能力对比 **taskset** 支持系统调用`sched_setaffinity()`设置进程的CPU亲和性。 **配置力度是CPU核心ID** 。 如`taskset -c 0-10 python XXX` -- 将启动的python进程的CPU亲和性绑定在0-10号核心上。 **numactl** 支持系统调用`sched_setaffinity()`设置进程的CPU亲和性， **也支持`set_mempolicy()`设置进程的内存分配策略以及`mbind()`绑定内存区域到指定节点** 。 **配置力度是NUMA节点** ，设置CPU亲和性时也支持配置CPU核心ID。 如`numactl --cpunodebind=0 --membind=0 python XXX` -- 将启动的python进程的CPU亲和性和内存区域绑定在NUMA节点0上。 如`numactl --physcpubind=0-10 --membind=0 python XXX` -- 将启动的python进程的CPU亲和性绑定在0-10号核心上，内存区域绑定在NUMA节点0上。 **注意：** 同时配置`--physcpubin`和`--membind`时，会配置为最后的CPU亲和性： 如`numactl --cpunodebind=3 --physcpubind=0-10 python XXX` -- 将启动的python进程的CPU亲和性绑定在0-10号核心上。 如`numactl --physcpubind=0-10 --cpunodebind=3 python XXX` -- 将启动的python进程的CPU亲和性绑定在NUMA节点3对应的CPU上。 ### 接口设计 #### --bind_numa `msrun`支持传入`--bind_numa`参数实现NUMA绑定，整体配置逻辑与`--bind_core`一致（[--bind_core官网说明](https://www.mindspore.cn/tutorials/zh-CN/master/parallel/msrun_launcher.html#1-%E8%87%AA%E5%8A%A8%E7%BB%91%E6%A0%B8--bind-coretrue)）： - 自动策略（`--bind_numa=True`）​：基于NUMA节点亲和性自动分配进程亲和的NUMA节点。自动策略遵循以下逻辑  *查找设备-NUMA亲和依赖系统命令（如 lscpu、npu-smi）获取硬件信息，若命令执行失败，则给每个进程顺序分配一个NUMA节点，仅作NUMA隔离，不保证其亲和性。 - 手动指定绑核范围（JSON格式，注意在shell中需要用''将{}包裹起来）​：通过明确指定各设备的 CPU 范围，例如：--bind_numa='{"device0":["0"],"device1":["1-2"]}'，表示为0号进程对应的device0分配 NUMA节点0，1 号进程对应的device1分配NUMA节点1和节点2。若0号进程对应的设备不是device0，如设置了"ASCNED_RT_VISIBLE_DEVICES"导致0号进程偏移到了device6，1号进程偏移到了device7，那么应该配置--bind_numa='{"device6":["0"],"device7":["1-2"]}'；否则不会给对应的进程进行绑核。也支持给dict的key传入`scheduler`对scheduler进程进行绑定。 - ​关闭绑核（`--bind_numa=False`）​：默认不启用绑NUMA功能（参数默认值为 False）。 #### 接口评审 待评审 ### 兼容性与影响 `--bind_core`与`--bind_numa`可以独立…