feat: introduce infini_run and ProcessGroup

[kilinchange]

实现进程启动器 infini_run 与通信组抽象 ProcessGroup，为多机分布式和多维并行训练提供基础支持。

• 进程启动器 infini_run：类似于 PyTorch 的 torchrun，主要负责多进程训练任务的启动与环境变量的配置，支持通过命令行参数指定节点数量、每节点进程数、节点序号及 rendezvous 地址等信息。例如：
  /infini_run --nnodes=1 --nproc_per_node=1 --node_rank=0 --rdzv_endpoint=127.0.0.1:29500 -- ./llama3 --arg1 .. --arg2 ...

• 通信后端抽象 ProcessGroup：新增分布式通信基础组件，用于统一封装 NCCL 通信后端的初始化与管理。

  • 添加了 ProcessGroup 类及其辅助函数；
  • 实现了 ProcessGroupFactory 工厂类，提供线程安全的通信组创建与获取机制，以及默认通信组机制；
  • 新增通用 Rank 类，用于抽象进程与线程的层次化 rank 信息；
  • 将原本位于 Device 类中的通信管理（comm）逻辑迁移至 ProcessGroup 中，Device 仅维护自身的 rank 信息；
  • 通信算子接口从原先的 dispatcher 调用改为走 ProcessGroup 成员函数，允许显式或隐式（默认组）指定通信上下文；
  • 新增 global 类统一管理并获取环境变量，为通信初始化提供全局上下文支持；
  • 修改 main.cc 以适配基于 ProcessGroup 的分布式训练流程。

[kilinchange]

llama3 ddp：

gpt2 ddp：

[kilinchange]

使用 infini_run 启动 llama3 ddp：

使用 infini_run 启动 gpt2 ddp：