[Cherry-Pick] [Others] remove flashmaske and using paddlefleet (#7819)

[BingooYang]

Motivation

flashinfer升级到0.6.11版本要求nvidia-cutlass-dsl>=4.4.2（https://github.com/PaddlePaddle/FastDeploy/pull/7799），flash mask旧版本锁死了nvidia-cutlass-dsl==4.4.2，产生冲突，因此升级一下flash mask版本

Modifications

删除flash mask依赖，直接使用paddlefleet中的flashmask
升级flash mask版本
版本信息记录在：https://ku.baidu-int.com/knowledge/HFVrC7hq1Q/pKzJfZczuc/YeqWcBGW4m/EUBpKxHfTurV5G

Usage or Command

NA

Accuracy Tests

NA

Checklist

• Add at least a tag in the PR title.
  • Tag list: [[FDConfig],[APIServer],[Engine], [Scheduler], [PD Disaggregation], [Executor], [Graph Optimization], [Speculative Decoding], [RL], [Models], [Quantization], [Loader], [OP], [KVCache], [DataProcessor], [BugFix], [Docs], [CI], [Optimization], [Feature], [Benchmark], [Others], [XPU], [HPU], [GCU], [DCU], [Iluvatar], [Metax]]
  • You can add new tags based on the PR content, but the semantics must be clear.
• Format your code, run pre-commit before commit.
• Add unit tests. Please write the reason in this PR if no unit tests.
• Provide accuracy results.
• If the current PR is submitting to the release branch, make sure the PR has been submitted to the develop branch, then cherry-pick it to the release branch with the [Cherry-Pick] PR tag.

[paddle-bot]

Thanks for your contribution!

[PaddlePaddle-bot]

🤖 Paddle-CI-Agent | ci_status_monitor | 2026-05-25 22:10:23

CI报告基于以下代码生成（30分钟更新一次）:

• PR commit: 792b1f5
• Merge base: e7a02e2 (branch: release/2.6)
• 查看完整 Diff
• CI 详情

---

1 任务总览

当前 Required 任务 8/10 通过、0 个失败、2 个运行中；暂不建议合并，请等待 Required 任务全部完成。Optional 有 1 个失败和 1 个等待中，不阻塞合并。

总执行（rerun次数）	总任务	✅ 通过	❌ 失败	⏳ 运行中	⏸️ 等待中	跳过
35(0)	35	31	1	2	1	0

2 任务状态汇总

日志列说明：失败任务直接使用 CI 工具预生成的日志链接；运行中任务链接到 PR Checks 页面。

2.1 Required任务 : 8/10 通过

必选任务阻塞合并，失败需优先处理。

状态	任务	耗时	根因	修复建议	日志	重跑
⏳	Extracted partial CE model tasks to run in CI. / run_ce_cases	-	运行中	等待任务完成	Checks	-
⏳	Run FastDeploy Unit Tests and Coverage / run_tests_with_coverage	-	运行中	等待任务完成	Checks	-
✅	其余 8 个必选任务通过	-	-	-	-	-

2.2 可选任务 — 23/25 通过

可选任务不阻塞合并，失败仅供参考；本轮不对 optional 失败任务做深度分析。

状态	任务	耗时	日志	重跑
❌	Run iluvatar Tests / run_iluvatar_cases	15m17s	Job	-
⏸️	CI_HPU	-	-	-
✅	其余 23 个可选任务通过	-	-	-

---

3 失败详情（仅 required）

无。当前无 required 失败任务；2 个 required 任务仍在运行中，本轮未触发 ci_failure_analyzer。

[BingooYang]

/re-run all-failed

[codecov-commenter]

Codecov Report

✅ All modified and coverable lines are covered by tests.
⚠️ Please upload report for BASE (release/2.6@e7a02e2). Learn more about missing BASE report.

Additional details and impacted files

@@              Coverage Diff               @@
##             release/2.6    #7913   +/-   ##
==============================================
  Coverage               ?   73.03%           
==============================================
  Files                  ?      382           
  Lines                  ?    54473           
  Branches               ?     8525           
==============================================
  Hits                   ?    39786           
  Misses                 ?    11901           
  Partials               ?     2786           

Flag	Coverage Δ
GPU	73.03% <100.00%> (?)

Flags with carried forward coverage won't be shown. Click here to find out more.

☔ View full report in Codecov by Sentry.
📢 Have feedback on the report? Share it here.

🚀 New features to boost your workflow:

• ❄️ Test Analytics: Detect flaky tests, report on failures, and find test suite problems.

[PaddlePaddle-bot]

🤖 Paddle-CI-Agent | pr_review | 2026-05-25 19:56:19

📋 Review 摘要

PR 概述：移除 flash_mask 独立依赖，改为从 paddlefleet.ops（旧 API）或 paddlefleet_ops（新 API）动态加载 flashmask_attention，并补充完整单测。
变更范围：fastdeploy/model_executor/layers/attention/、requirements.txt、tests/layers/
影响面 Tag：[OP]

问题

级别	文件	概述
📝 PR 规范	—	标题 Tag 间多余空格；(#7913) 疑为自引用（当前 PR 号），应改为原 develop 分支 PR 号
🟡 建议	flash_attn_backend.py ~L115	except (ImportError, ModuleNotFoundError) 冗余：ModuleNotFoundError 已是 ImportError 子类，只需 except ImportError

📝 PR 规范检查

PR 描述结构（Motivation / Modifications / Usage or Command / Accuracy Tests / Checklist）完整合规，无需修改。

标题存在两处格式问题：

1. [Cherry-Pick] [Others] → Tag 间有空格，规范要求无空格，应为 [Cherry-Pick][Others]
2. (#7913) 与当前 PR 号相同，疑为自引用；Cherry-Pick 规范要求括号内填写原 develop 分支 PR 号（请确认并替换）

标题建议（可直接复制，将 #<原PR号> 替换为实际 develop 分支 PR 号）：

[Cherry-Pick][Others] remove flash_mask dependency and use paddlefleet (#<原PR号>)

总体评价

依赖迁移逻辑清晰，双路径降级处理合理，新增单测覆盖全面（老/新 API、flash_mask 不可用、两路径均不可用等场景）。建议修复标题格式后合入。