feat:maintainance for better startup speed

[zpeng11]

Update:

1. 更新了TRTEngine 对 Context 的持久化使用，让第二次以及之后使用TRT JIT几乎没有时间消耗
2. 更完备的cuda graph catch，更高概率触发图重放加速
3. 无用文件删除维护

TODO：

1. 全部模型从NCHW 改 NHWC 导出，可能TRT有更优化的算子，且可以优化Int8 kernel性能
2. FP8 CNN算子的Triton实现，需在ExecuTorch中调参

[zpeng11]

@nick-haoran @yuyuyzl