follow dev99, 1. 完成 KUPL 精确 OpenMP 线程契约、CUDA 双 A100 多卡基准与 Slurm/LIME 测试流程; 2. 优化 KUPL 6x6 Clover onsite 路径及 CUDA 局部 stencil、MG cache 与纯 MG 运行路径; 3. 完善 QCU MPI 真残差广播、Clover 单位项修正和 BiStabCG stage 诊断; 4. 新增完整 33-tensor MG cache 构建、HDF5 往返验证及 QUDA MG 接口; 5. 整理 refer/git-rep 上游 submodule 与自产报告归档; 6. 保留双 rank CUDA 残差门、QUDA MG 和生产大格验证为后续工作; [codex].