vLLM让同一引擎的DP副本共享主机PLE表

vLLM此前虽默认开启CPU卸载表的dp_shared_memory，Qwen4Exp仍为每个DP rank固定一份PLE表。此次节点内同组rank通过一份/dev/shm映射和CUDA注册共享表，仅组长加载，其他rank等待；共享内存或主机容量不足、映射注册失败时，全组回退每rank私有表。embedding_across_dp已分摊词表时不再共享。作者在4张GB300、Qwen3.8-Flash-Next-FP8、DP4+EP条件下测得服务主机RAM占用由307.8降至100.1GiB，单轮吞吐差异在1.4%内；并发输出本身不保证逐位复现。范围仅限NVIDIA、同一引擎的节点内DP组，AMD仍为私有表，独立prefill/decode引擎也不共享。初稿跨独立进程的命名文件模式已移除，不能作为本次已交付能力。