change the name of activation kernel

[AnnaTrainingG]

PR types

Breaking changes

PR changes

OPs

Describe

change the name of activation kernel from REGISTER_ACTIVATION_GPU_KERNEL to REGISTER_ACTIVATION_HIGH_PERFORMANCE_KERNEL in activation_op.cu

序号	算子名称	reduce调用方式	适配说明	PR链接
0	reduce_sum	KernelFunction	完成适配	#32885
1	reduce_mean	KernelFunction	完成适配	#32885
2	reduce_max	KernelFunction	完成适配	#32974
3	reduce_min	KernelFunction	完成适配	#32974
4	reduce_any	KernelFunction	完成适配	#32974
5	reduce_all	KernelFunction	完成适配	#32974
6	reduce_prod	KernelFunction	完成适配	#32974
7	broadcast 反向	KernelFunction	进行中
8	argmax	KernelFunction	未开始
9	argmin	KernelFunction	未开始
10	avgpool	KernelFunction	针对特定规模
11	sumpool	KernelFunction	针对特定规模

工作序号	说明	预计完成时间	当前工作状态	文档及代码链接
1	reduce性能优化方案设计	4月8日	完成	http://agroup.baidu.com/paddle-perf/md/article/3839656
2	方案原型验证：	4月16日	完成	https://github.com/niuliling123/cudaTest/blob/main/add_same_shape/BlockingReduce.cu
	2.1 blocking load数据		完成
	2.2 reduction：使用shareMem进行reduce 还是直接load 就求和	完成
3	性能优化升级及通用性设计		完成	#32697
	3.1 向量化		完成
	3.2 kernel实例化，根据size大小进行循环展开等		完成
	3.3 load/compute 并行		完成
4	进行通用性适配	5月11日 5月30日		#32884
	4.1 多维度reduce性能优化		进行中
	4.2 对argmax/argmin/norm等op中的reduce操作进行替换		进行中

axis	case	pytorch	paddle_old	paddle_new	Perf Optimization	perf diff.
axis = 1	[2  512 2048]	20.069	58.785	13.95	-76.27%	-43.86%
axis = 1	[2  128 1024]	5.864	9.161	3.931	-57.09%	-49.17%
axis = 1	[2  30522   1024]	296.54	4734	296.019	-93.75%	-0.18%
axis = 1	[2  1024    16]	5.163	2.678	3.859	44.10%	-33.79%
axis = 1	[2  256 12800]	33.255	173.95	37.317	-78.55%	10.89%
axis = 1	[2  256 10240]	27.616	120.5	30.512	-74.68%	9.49%
axis = 1	[2  1024    1280]	18.325	66.735	16.546	-75.21%	-10.75%
axis = 1	[2  32768   1280]	390.39	8531.5	389.891	-95.43%	-0.13%
axis = 1	[2  30522   10240]	1420.7	71629	2880.216	-95.98%	50.67%
axis = 1	[2  1024    1280]	17.84	57.585	16.525	-71.30%	-7.96%
axis = 1	[2  32768   1280]	390.53	8500	389.821	-95.41%	-0.18%
axis = 1	[2  2560    10240]	244.58	1157.2	247.311	-78.63%	1.10%
axis = 1	[2  10240   1280]	132.68	1228.3	129.352	-89.47%	-2.57%
axis = 1	[2  32768   2560]	762.9	19096	767.538	-95.98%	0.60%
axis = 1	[2  30522   1024]	296.87	4708.1	296.251	-93.71%	-0.21%

[paddle-bot-old]

Thanks for your contribution!
Please wait for the result of CI firstly. See Paddle CI Manual for details.