需求背景

Qwen3-MoE router 存在 logits 和三元组两种返回形式；DeepSeek router 可以直接返回已计算的 indices/weights。EP 适配需要正确处理这些契约，并在 production local region 中保持 local Tensor 输出。

同时，动态图与静态图需要共享路由和专家数学计算，避免分别维护造成语义偏差。

开发设计

• 兼容 Qwen3 的两种 router 返回形式及 norm_topk_prob；直接透传 DeepSeek 原生 top-k indices/weights。
• 提取 compute_swiglu_expert，统一 fused/split 投影及 activation。
• 引入模型局部的 RoutedEPExecutionOp 和 bind_routed_ep_execution，默认继续使用动态 ragged All-to-All；调用方可以绑定其他执行实现。
• production local region 保留 local Tensor，validation 模式保留 DTensor 输出检查。
• 公共层不导入 compile；静态 capture、固定容量通信与混合并行适配由独立 PR !1295 承载。

验收标准

• router 权重语义、生产与验证模式的输出契约有 UT 覆盖。
• fused/split expert 的前向和梯度一致，空 expert 保留零梯度连接。
• 执行绑定支持参数透传、模型隔离、恢复及非法绑定检查。
• 默认动态图执行行为可独立运行。

验证结果

已在独立 editable 安装的公共源码上执行：

HYPER_PARALLEL_PLATFORM=torch PYTHONNOUSERSITE=1 python -m pytest -q tests/ut/dual_mode_dtensor/test_ep_execution.py tests/ut/dual_mode_dtensor/test_ep_moe_local_region.py

结果：16 passed，6 subtests passed，1 条 TypedStorage 弃用警告。
环境：Python 3.10，torch 2.14.0.dev20260719+cpu，torch_npu 2.14.0.dev20260719。

本次 squash 前后代码树一致。公共分支未单独执行多卡 ST 或性能测试；服务端 CI 和 CodeCheck 待 PR 创建后验证。