Torch.compile

KernelOPT 尊重 Inductor 已做出的库调用分派，只搜索生成的 Triton 子 kernel，并用四级验证决定替换或回退；250 个 KernelBench 问题上的整体加速来自少数显著收益与大量基线保留的组合，不能等同于每个任务都被优化。