llama.cpp采样上GPU提速

PR将MTP场景采样从CPU移到GPU，Qwen3.6 35B在5090上tok/s提升8%。

推荐理由：采样链路从CPU搬到GPU后，MTP推理少了一段主机侧瓶颈；5090提速8%、P40约4%，说明老卡和新卡都能吃到延迟收益。