Marble：面向打包多模态掩码的精确序列并行方案

Marble 是面向打包多模态序列的序列并行方案，以块稀疏规划和逐 token 元数据在 rank 间均衡负载，并用在线 FA4 kernel 在 ring 步骤间以 fp32 保留 softmax 状态，使输出与梯度对齐单 GPU 结果。