bugfix: disable multibuffer for fused recurrent state writes. - #4

1.PR 总结

本PR是对 fused_recurrent_gated_delta_rule_spec_fwd_kernel 这一个 launch显式设置 multibuffer=False，修复新版 Triton Ascend auto multi-buffer 下，带accepted-token offset 的循环内动态 state slot 写回错误。修改不改变数学公式、shape、精度阈值或 CANN API，已在 CANN 9.0 和 9.1 环境完成测试；

2.问题与根因

CANN 9.0 升级到 CANN 9.1 的配套软件过程中，Triton Ascend 升级改变了 auto multi-buffer 的 lowering/调度行为，暴露了 fused recurrent spec kernel 对动态逐 token 状态写回的兼容性问题。当前修复属于 torch-npu-ops 对 Triton Ascend 编译器优化行为的约束，不是 CANN 9.1 API 变更适配。

CANN 9.1 配套环境构建 torch-npu-ops Triton npubin 时，主输出精度断言通过，但是per-token state 断言失败：

AssertionError: Spec per-token state mismatch with accepted offsets
1 failed, 209 passed, 2 skipped

3. 代码变更

文件：
triton_npu/triton_src/test_fused_recurrent_gated_delta_rule.py

fused_recurrent_gated_delta_rule_spec_fwd_kernel[grid](
    # existing arguments
    IS_KDA=False,
    multibuffer=False,
)

虽然路径名以 test_ 开头，该文件同时承载 kernel 定义、launch wrapper、精度测试和npubin 生成入口，因此这不是“只让测试跳过失败”的修改；launch option 会改变生成的 fused_recurrent_gated_delta_rule_spec_fwd_kernel.npubin。

4. 测试验证结果

已完成的测试：

• git diff d324c3c^ d324c3c --check：通过；
• CANN 9.0 验证fused recurrent Spec Decode 单算子精度：通过；
• CANN 9.0 torch-npu-ops Triton UT：通过 210 passed， 2skipped；
• CANN 9.1 验证fused recurrent Spec Decode 单算子精度：通过。