TensorRT-LLM聚合Helix可向主机缓存挂起请求

TensorRT-LLM的聚合Helix此前仅有GPU热缓存，KV不足时主要依靠抢占与重计算。此次主线合入接受显式或自动大小的host tier：生成路径可逐出并挂起请求到主机内存，context路径先等待活跃decode释放页面，在没有可等待请求或主机层已满时用recompute-pause作为回退。自动host tier默认开启，设host_cache_size=0可保留此前GPU-only行为。磁盘层与KV connector仍被拒绝，分离式generation服务因为无法重放prefill，仍保留分配失败行为。来源明确说明一个尚未解决的边界：当主机层仍有空间且候选请求均已挂起时，回退可能选中页面已全部在主机上的请求，实际不能释放GPU页面。