[Enhance] enhance logging (mostly on token stats)

[nil0x9]

1. use reduced tokens stats for exp_tgs;
2. rename some variables (drop the reduced_ prefix, use total_ instead for clarity);
3. drop maxvio stats in loss_log as it is already covered in internal metrics.

[jayhenry]

这里命名要注意保持和loss在代码中和日志中的一致。
比如 total_loss表示单卡上总loss（llm, balance, zloss）， reduced_llm_loss表示各卡聚合后llm_loss。
所以建议 要么保留原来的 reduced_consumed_tokens命名，要么将 loss的命名也改成和这里一致。

[nil0x9]

这里确实有歧义，在现在的 codebase 里，total_ 被用来表示时间维度上的总和 (e.g., total_[step|epoch|iter]），也有被用来表达空间上的总和（total_GPU_per_node），total_loss是表示几种 loss 的聚合， 显得有点混乱。感觉是应该有个好的 naming convention 来把这些统一的区分开。

这里的_reduced_consumed_tokens 其实同时兼有 时间维度上的累积，和空间维度的聚合两个含义，所以感觉有点奇怪，我想一想要怎么改善这个 PR。

[nil0x9]

这里命名要注意保持和loss在代码中和日志中的一致。 比如 total_loss表示单卡上总loss（llm, balance, zloss）， reduced_llm_loss表示各卡聚合后llm_loss。 所以建议 要么保留原来的 reduced_consumed_tokens命名，要么将 loss的命名也改成和这里一致。

我现在把 total_loss 修改为 local_loss，同时还附带把原来 extra_log_info 里的一个叫 loss 的 key 重新命名（这个值对 pt/sft 而言是 reduce_sum 之前的 ce_loss，在 tensorboard 上很容易引发歧义）.

我理想来讲，step vs. 整个训练周期、单 rank vs. 所有 rank、 单个值 vs. 总和，都要有个前缀做区分，但是这样每个变量都会显得非常冗余，个人浅见只能退而求其次，做一些合理的省略（只要上下文是清晰的）：

1. 对于 loss 而言，几个 loss 加和，理论上只要叫 loss 即可，细分的 loss 用 xx_loss 做区别；
2. 对于 loss 或者 tokens 而言，需要区分单 rank 和全局的求和或平均，由于单 rank 的 log 不多，如无特别前缀，都表示 reduced 之后的 版本，rank 上的值用 local_ 前缀表示；
3. 时间维度上仍然需要区分单步统计值或者累计值，主要针对 tokens 而言，loss 没有这类需求，step 表示当前步， total 表示整个训练周期。

[jayhenry]

Good! 总结下前缀规则就是：
空间上，rank的用 local_，默认reduced无前缀。
时间上，用step_和total_。

[jayhenry]

rename to other_log["step_consumed_tokens"] to keep consistent

[jayhenry]

rename to other_log["step_consumed_tokens"]

[jayhenry]

rename log_rank_loss to local_base_loss

[nil0x9]

OK