独特融合算子：GTU（tanh(a) * sigmoid(b)）。输入最后维度为 2D，按行拆分为 a 与 b，一次内核完成融合。

torchcode.py：参考实现，按最后维切分并组合。
cudacode.py：`__global__ void gtu_kernel(...)` 完成融合计算。
run_code.py：比较精度与性能（100 次迭代，`rtol=1e-03`）。
