实现HuggingFace Cache和缩专家加载

[lshpku]

实现了两个非常有用的 HuggingFace 小工具：

1. HuggingFace Cache：将当前机器所需的 HuggingFace 权重文件保存在本机的 /dev/shm 中，下次加载的时候从本地高速读取

2. HuggingFace 缩专家加载：即专家数小于 256 时自动对专家维度进行 slice

注1：如果在加载过程中不慎中断了程序，下次启动前需手动rm -f /dev/shm/lshrun_*.lock，否则 Cache 会死锁

注2：缩层还需要改special_cases，例如：

# 29层时改成：
special_cases = {(0, 0): "model", (28, 2): "model.layers.61", (28, 3): "model", (28, 4): "lm_head"}

# 21层时改成：
special_cases = {(0, 0): "model", (21, 1): "model.layers.61", (21, 2): "model", (21, 3): "lm_head"}

[paddle-bot]

Thanks for your contribution!

[github-actions]

This Pull Request is stale because it has been open for 60 days with no activity. 当前Pull Request 60天内无活动，被标记为stale。