Megatron提供FlashInfer量化MoE训练与生成log-prob一致路径

Megatron-LM用于分布式大模型训练。 此次变化前，量化MoE训练前向与推理生成采用不同内核，训练计算的token概率可能与产生轨迹时的概率不一致。 本次交付：新增默认关闭的moe_training_matches_inference，使MXFP8和逐token NVFP4训练前向使用同一FlashInfer路由内核；反向仍用TE重算。 使用条件与边界：验证和速度为4卡GB300、Nano-v3形状的单层测试；MXFP8另有权重重建与内存代价，不能外推整模型训练倍数。