Removed redundant templates and related compile-time/runtime code

[Enigmatisms]

#87 的 reopen 版本，消除了 #89 的冲突。本 PR 还包含了 #86 的 code，所以 #86 已经 closed，本 PR 一起全部进行了测试（同时包含 #81 )。#86 相关的优化见 #86 的 PR 描述。

初步简化了 FMv3 的模板表达：

• 删除了 Split 相关逻辑（包括简化了 PPT/DualPPTX 的多余 fast_divmod 模块）
• 删除了 Is_flashmask bool template arg
• 删除了 IntraWGOverlap bool template arg，默认一定 True

benchmark除了 seqlen = 128 有所提升（转静态调度）之外其他配置的性能没有变化，正确性已经通过测试（逐位对齐）。

为了不引起前序未合入 PR 冲突，本 PR 应该在 #81, #86 合入后合入。#81 合入需要手动解冲突，#86 合入后需要 rebase。

大幅简化了 tile_scheduler.h，删除了不必要的实现，将公共部分用基类管理。PPT 增加了步长设置，某些 mask 类型利用 Stride 是有利的。

TODO

• 应基于 本 PR 合入前后的编译体积/编译时间设置一个 benchmark，关系到用户体验，这是因为本 PR 做了【初步的】编译体积优化。