[CustomOp] Support output as input argument of kernel func

[chenwhql]

PR types

New features

PR changes

Others

Describe

[CustomOp] Support output as input argument of kernel func

扩展支持自定义算子将输出Tensor以Tensor*形式作为Kernel函数输入参数的写法。

之前自定义算子限定返回值必须是vector<Tensor>，这在一些情况下是无法满足需求的，包括但不限于：

1. inplace运算，输入和输出是同一个Tensor
2. 输出Tensor的数据地址不能在运算前后发生变化

因此，为了确保功能完备，扩展支持以下写法的自定义算子开发，即返回值作为函数输入参数的写法：

void ReluForwardOut(const paddle::Tensor& x, paddle::Tensor* out) {
  if (x.place() == paddle::PlaceType::kCPU) {
    return relu_cpu_forward_out(x, out);
  } else if (x.place() == paddle::PlaceType::kGPU) {
    return relu_cuda_forward_out(x, out);
  } else {
    PD_THROW("Not implemented.");
  }
}

当输出以paddle::Tensor*的形式指定，并且自定义算子kernel内没有对内存进行重新设定的话，Tensor*对应的Holder在自定义算子运算时操作的是框架内传入Tensor的Holder，从而确保能够适配由框架指定的inplace和fuse的场景。

但由于paddle::Tensor和framework::Variable有些差别，实质上在准备自定义算子的输出Tensor时，其内部的DenseTensor也是拷贝创建的（meta拷贝，holder共享），因此在自定义算子kernel执行结束后，需要对meta信息进行同步，holder如果相同的话，不需要再Reset。

同时，原先写法仍然是完全兼容的。

[paddle-bot-old]

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

[sneaxiy]

LGTM.