Split-KV：训练扩散起草器的高效上下文并行方法

Split-KV 提出一种精确的上下文并行方法，在 CP 规模 64 时保持 85%-91% 弱扩展效率，比最快基线实现 3.67 倍加速。 该方法使单层注意力通信量仅取决于查询大小，独立于上下文长度；全局查询视图支持基于成本的 LPT 策略，实现 <1% 负载不均衡，规划速度比最佳基线快三个数量级。