改动概述

对进程级 NPU KernelRegistry 的读取、注册和清理进行串行化。

修改原因

KernelRegistry 是进程级 singleton，Triton NPU 算子采用先查询、再按需注册的懒加载方式。多个线程并发首次调用不同或相同 kernel 时，可能同时读写 kernel_infos_；C++ 容器的并发读写属于未定义行为。

本修改在注册、查询 workspace、获取 stub 和清理入口使用同一把进程级互斥锁，保证 registry 内部状态的一致性。该问题与具体模型和 MegaMoe 无关，属于通用的 Triton NPU runtime 线程安全修复。

验证结果与边界

• 受影响的 translation unit 已随 xLLM CANN 9.1 构建通过。
• 下游 Qwen3.5 EP8 集成曾完成真实生成与并发 smoke，但该结果同时包含其他 MegaMoe 修复，不能单独证明本 registry 修改的必要性。
• 当前 PR 尚缺少专门覆盖并发首次注册、并发查询与注册交错的 focused test；该测试应作为本 PR 自身的后续验证门禁。

本 PR 不修复 MegaMoe 跨 rank 随机 token 问题，也不应以 MegaMoe 精度结果作为直接验证证据。

下游依赖

• 本 PR 作为独立的通用线程安全修复推进。
• xLLM #1989 的 MegaMoe 接入不以本 PR 为硬依赖。