补全 hyper_parallel 测试覆盖率（trainer / trainer/utils / core/utils）

该问题是怎么引起的？

目的是补全 HyperParallel 的测试覆盖率，提升质量。

hyper_parallel/trainer/（含 trainer/utils/、trainer/callbacks/）和
hyper_parallel/core/utils/ 至今没有专门的 UT/ST 看护，已有的测试也无法兜底
这两个模块的对外契约。借这次集中补一波，把 trainer 入口路径（配置解析、
ParallelDims mesh 装配、callback dispatch）和 distributed-aware 工具函数
（chunk 数学、clip_grad 包装）都纳入看护范围。

重现步骤

非 bug 类 issue，无需复现。覆盖目标见 add-trainer-test 分支：

• UT：tests/ut/trainer/ 与 tests/ut/core/utils/，纯 CPU。
• ST：tests/torch/trainer/test_parallel_dims.py 与
  tests/torch/core_utils/test_shape_utils.py，真实 4 卡 NPU。

报错信息

非 bug 类 issue，无运行期报错。预期成果：补齐用例后，上述模块的回归在 CI
单卡 UT 阶段就能拦下，不必等到完整训练才暴露。

schema_version: 1
source: gitcode
gitcode_repo: mindspore/hyper-parallel
gitcode_issue: 151
source_url: https://gitcode.com/mindspore/hyper-parallel/issues/151

Start with the add-trainer-test branch and inspect tests/ut/trainer/, tests/ut/core/utils/, tests/torch/trainer/test_parallel_dims.py, and tests/torch/core_utils/test_shape_utils.py. Run the CPU unit tests first, then the real 4-card NPU tests if that environment is available. Done means coverage protects configuration parsing, ParallelDims mesh setup, callback dispatch, chunk math, and clip_grad utilities.