What type of PR is this?

/kind bug

---

What does this PR do / why do we need it:

背景

Qwen3.5-0.8B 示例原本强依赖 CANN 的 PromptFlashAttention(PFA) 与 IncreFlashAttention(IFA) 自定义算子，但这两个算子在 Atlas 300I Duo 与 Atlas 800I A2 上的支持情况不同，导致跨硬件部署时精度/可用性有问题。本提交将自定义算子改为可开关、并补齐了若干正确性修正，使同一套导出/推理代码能在两块卡上都正确跑通。

改动点

1. export_qwen3_5_0_8b_onnx.py （核心）

• 新增 --use-pfa / --use-ifa 两个开关 （ BooleanOptionalAction ，默认关闭），分别控制 prefill 全注意力是否用 PromptFlashAttention、decode 全注意力是否用 IncreFlashAttention。关闭时各自回落到标准算子实现的手动注意力（matmul + boolean mask + softmax），不依赖 CANN 自定义算子、也不受 IFA 在 300I Duo 上 headDim≤128 的限制。
• 修正 PFA 输入索引 ： _CustomPromptFlashAttention 的 input_index_i 由 [0,1,2,4] 改为 [0,1,2,3] ，修正算子输入映射错位。
• 修正 prefill 取 last token ：原来直接取 hidden_states[:, -1:, :] （最后一个 padded 位置），但运行时会把 prefill 输入向上对齐到 16，末位可能是 padding（ attention_mask==0 ）。改为按 attention_mask 求有效长度后 gather 最后一个有效 token，保证 next_token 预测正确。
• export_llm_prefill_decode / Qwen35LlmPrefill / Qwen35LlmDecode 透传 use_pfa / use_ifa 。

2. configs/config_prefill.ini

• input_format 引号由单引号 'ND' 改为双引号 "ND" ，与同文件其它配置项保持一致，避免转换器解析问题。

3. README.md

• 导出命令按硬件分列（300I Duo 不开 IFA/PFA；800I A2 开 --use-ifa --use-pfa ），参数表与注释同步说明两个开关"各自独立、仅影响对应算子"，并补充性能数据等。

---

Which issue(s) this PR fixes:

Fixes #449

---

Test Plan and Test result：What scenarios were tested, and what were the verification results（Function, performance, reliability, etc.）：
使用用例代码，无需新增用例

---

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