SGLang扩展量化专家分页并校验加载一致性

SGLang的专家分页将部分MoE专家保留在主机内存，按路由需求搬入GPU。此前支持未量化、分块FP8和GPTQ；主线新增AWQ、compressed-tensors多种格式、MXFP4、NVFP4以及W8A8、分块INT8路径，并依据实际执行器区分Marlin和Triton工作契约。 实现从层参数识别专家张量，避免遗漏偏置、零点或缩放；分块重排前恢复转换状态，并以重叠专家块进行字节一致性校验，不兼容执行器会在启动时拒绝。针对gpt-oss的加载初始化和图捕获也作了配套处理，作者披露完整模型与小型模型对照。不同格式及硬件仍受执行器要求约束，不能将格式列表等同于任意量化模型均可无差别运行。