在 TrainerRank 中支持管道并行,而不向调用者暴露阶段调度

目前，TrainerRank 拒绝管道并行（`PP > 1`）和多个本地模型块。在内部支持管道并行执行，以便实验代码可以继续使用相同的前向、完整输出、自定义损失、反向和优化器 API，而无需管理管道阶段。