请实现 Multi-Head Attention（MHA），说明其结构和计算流程。

回答思路

1. 正确实现线性投影得到 Q、K、V
2. 说明注意力分数计算、缩放和 softmax
3. 正确拆分多头并最后拼接和输出投影
4. 理解多头并行的意义