What type of PR is this?

/kind refactor

What does this PR do / why do we need it:
将多个分布式算子实现迁移到新的集中式三阶段派发流程，同时在派发器中集中处理 aclop 打包参数的标准化。

改动内容

1. 派发器层面重构（_op_dispatch.py）

• aclop 标准化集中处理：_normalize_aclop_args 现在在上游 _dispatch_layout_infer 中统一调用，解包后的结果通过 _packed_call 关键字参数向下传递。消除了 _with_layout_infer、_with_layout_infer_with_tuple_expand 和 _with_layout_infer_with_shape 中重复的解包逻辑。
• 提取 _call_op_impl 静态方法：统一了算子调用路径（同时处理 aclop 打包调用和普通调用），减少代码重复。
• 将 multinomial 加入通用随机派发集合：torch.multinomial 现在通过通用 RNG 路径派发，不再需要独立的 parallel_multinomial.py。

2. 算子层面迁移（11 个算子重构）

• 每个算子现在遵循统一的三阶段模式：preprocess 负责将 构建缓存数据，infer_layout从缓存数据推导输出布局，get_expand_impl 可选地包装算子调用以注入分布式逻辑。涉及算子： parallel_cumsum.py， parallel_elementwise.py， parallel_embedding.py， parallel_expand_dims.py， parallel_flatten.py， parallel_gather.py， parallel_repeat_interleave.py， parallel_reshape.py， parallel_slice.py， parallel_squeeze.py， parallel_tuple_elementwise.py

3. 移除的算子

• parallel_multinomial.py 及其 YAML 配置 —— 已迁移至通用 RNG 派发，不再需要专用 DistributedOp。

4. 测试更新

• 对应 12 个 UT 文件全部更新为测试新的三阶段协议。
• 移除 test_parallel_multinomial.py。
• 更新 test_op_dispatch.py 以覆盖派发器变更。

Which issue(s) this PR fixes:

Fixes #94

Test Plan and Test result：What scenarios were tested, and what were the verification results（Function, performance, reliability, etc.）：
测试场景

1. 验证集中式 _normalize_aclop_args 正确解包。
2. 验证 multinomial 在移除专用算子后正确通过通用 RNG 路径派发。
3. 针对每个迁移算子，验证 preprocess 正确将 DTensor 输入转为 local tensor 并缓存布局和元数据、infer_layout(cache_values) 推导出的输出布局与迁移前一致、get_expand_impl 返回正确的扩展包装函数（或在不需扩展时返回 None）。

测试结果

• 相关 UT 用例：全部通过。
• 相关 ST 用例：已有 ST 覆盖的算子均通过。其中 parallel_slice 和 parallel_tuple_elementwise 当前无对应 ST 用例，仅验证了 UT。

Self-checklist:（请自检，在[ ]内打上x，我们将检视你的完成情况，否则会导致pr无法合入）

• 设计：PR对应的方案是否已经经过Maintainer评审，方案检视意见是否均已答复并完成方案修改
• 测试：PR中的代码是否已有UT/ST测试用例进行充分的覆盖，新增测试用例是否随本PR一并上库或已经上库
• 验证：PR描述信息中是否已包含对该PR对应的Feature、Refactor、Bugfix的预期目标达成情况的详细验证结果描述
• 接口：是否涉及对外接口变更，相应变更已得到接口评审组织的通过，API对应的注释信息已经刷新正确
• 文档：是否涉及官网文档修改，如果涉及请及时提交资料到Doc仓