[Feature]: 动静统一算子级并行：基础分布式算子（qwen moe相关）

### 🚀 背景描述 算子级并行基于单算子建模，需对网络正向中的每个算子实现对应的分布式算子。本feature相关的分布式算子有： BMM/MatMulExt/MatMul Embedding类 FA Split ArgMaxWithValue MeanExt/SumExt Outer Slice Concat Broadcast类 Reshape Transpose RMSNrom AssignAdd Cast Sigmoid Softmax TopkExt Gather OneHot SplitWithSize SiLU swiglu elementwise类 ### 设计思路 1，根据输入tensor的layout及算子的“属性”（比如MatMul算子的transpose_a、transpose_b）推导出输入算子的layout排布； 2，对于切分后需要allreduce/reducescatter的情况，使用layout中的partial状态来描述； ### 与其他模块的相关性描述 ### 其他信息（测试验证设计等）