InternLM/lmdeploy：正式版引入缓存量化机制并扩展服务端点

LMDeploy 是 InternLM 团队推出的 LLM 推理部署工具箱。本次正式版本包含两类实质改动：一是新增缓存量化机制，对推理过程中的缓存进行量化以降低显存占用，支撑更长上下文或更高并发；二是扩展对外服务端点，接入方式更完整。两项改动均超出普通缺陷修复或单一后端适配的范畴，属于推理服务能力层面的增强。依赖该栈做线上推理的团队可在评估后安排升级验证。