fix: resolve GPU memory leak in pipeline parallel training

[JYMiracle305]

原因：

ReceiveFromPrev 中创建的接收 tensor 形成了 autograd 引用环：
recv_tensors → grad_fn(IRecv) → IRecv.next_functions → AccumulateGrad.tensor_ → recv_tensors

1. ReceiveFromPrev 创建 tensor，默认 is_leaf=true
2. 调用 IRecv::Apply 时，由于 is_leaf=true，autograd 引擎为其创建了 AccumulateGrad 并挂入 IRecv 的 next_functions_
3. 同时，IRecv::Apply 将该 tensor 的 grad_fn_ 设为 IRecv 本身
4. 这样就形成了闭环：tensor 通过 grad_fn_ 指向 IRecv，IRecv 通过 next_functions_ 指向 AccumulateGrad，AccumulateGrad 又通过 tensor_ 指回 tensor

正常情况下 autograd graph 是 DAG，backward 完成后函数对象会级联销毁。但环的存在导致环中对象的 ref count 永远无法降到 0，整个 graph 无法释放，每一步都残留一个闭环，used 显存持续增长。

修复方案：

创建用于在PP chunk之间接收通信数据的 tensor 时将其标记为非 leaf， set_is_leaf(false)。这样 IRecv::Apply 中不会创建
AccumulateGrad，闭环在源头被切断，graph 可以正常销毁。

[JYMiracle305]

使用PP场景测试，修改后peak used开销没有逐步增加：

---

[JYMiracle305]