FSDP2与Attention分析结合veomni框架，详细分析FSDP2能使用哪几类Attention?详细对比这几类Attention，结合数学公式和mermaid图，给出一个完整的分析文档，要让高中生能看懂，并最后给出一个标题我会把它拆成两层来讲：先说明FSDP2（Fully Sharded Data Parallel 2）本身“管什么、不管什么”，再结合VeOmni的实际实现，判断哪些Attention（注意力）能一起用、各自的性能与约束。最后我会把数学直觉、工程选型和 Mermaid 架构图串成一篇完整文档。已经确认一个很关键的点：在 VeOmni 里，“FSDP2 能不能用某种 Attention”不能只看 FSDP2。FSDP2 负责参数分片，而 Attention 内核由model.ops_implementation.attn_implementation单独选择；真正决定兼容性的，是模型本身 + Attention 内核 + 是否启用 Ulysses 序列并行。当前 VeOmni 文档明确列出了 7 种可选 Attention 实现，其中 4 种支持序列并行。下面是一份按“高中生也能顺着看懂”的方式整理的完整分析文档。我把Attention 的数学原理、FSDP2 的职责、VeOmni 当前真实支持矩阵、Ulysses 兼容性、F