【Hackathon No.78】为神经网络编译器 CINN 增加 gather、gather_nd、scatter、scatter_nd 算子

[zrr1999]

基本实现已完成：PaddlePaddle/CINN#897

[paddle-bot]

你的PR提交成功，感谢你对开源项目的贡献!
请检查PR提交格式和内容是否完备，具体请参考示例和模版。
Your PR has been submitted. Thanks for your contribution!
Please check its format and content. For this, you can refer to Template and Demo.

[zrr1999]

我在实现过程中发现需要使用cinn_host_find_value_nd函数，因此参考已有的cinn_host_find_value函数实现了相应函数，已在提案中添加此部分。
具体实现见https://github.com/PaddlePaddle/CINN/pull/897/files ，host已添加相应测试，cuda因为实现方法几乎一致，暂时还没有添加测试。

[zrr1999]

格式似乎还是不太对，如上图，是我看到的公式，别的一些地方格式也不对。你可以用我之前comment的view file方法预览一下

这部分已经修改完毕，我把例子改成了代码形式

[zrr1999]

我在实现过程中发现需要使用cinn_host_find_value_nd函数，因此参考已有的cinn_host_find_value函数实现了相应函数，已在提案中添加此部分。 具体实现见https://github.com/PaddlePaddle/CINN/pull/897/files ，host已添加相应测试，cuda因为实现方法几乎一致，暂时还没有添加测试。

RFC除了格式，别的应该问题不大了。代码方面麻烦添加cuda测试，因为实际软件工程中，哪怕实现方法几乎的代码，测试时就有可能出问题。请确保一下没问题。

好的，近期会添加cuda的测试

[zrr1999]

我在实现过程中发现需要使用cinn_host_find_value_nd函数，因此参考已有的cinn_host_find_value函数实现了相应函数，已在提案中添加此部分。 具体实现见https://github.com/PaddlePaddle/CINN/pull/897/files ，host已添加相应测试，cuda因为实现方法几乎一致，暂时还没有添加测试。

RFC除了格式，别的应该问题不大了。代码方面麻烦添加cuda测试，因为实际软件工程中，哪怕实现方法几乎的代码，测试时就有可能出问题。请确保一下没问题。

我参考host的相关测试，创建了cinn/runtime/cuda/cuda_intrinsics_test.cc文件，但是在其中直接使用callextern会报错 codegen_llvm.cc:655] Check failed: callee Unknown function referenced. [cinn_cuda_index_add]。
我参考了scatterindex等pr在实现相应cuda函数时均未添加测试，所以我不确定是否可以用类似host写测试的方法写cuda的测试，希望可以有一个例子。

TEST(find_value_nd, basic) {
  Expr M(10), N(20);
  Placeholder<float> x("x", {M, N});
  auto y = Compute({N}, [&](Expr i) { return CallExtern("cinn_cuda_find_int_nd", {x, M, x({Expr(5), Expr(3)}), i, N}); });

  auto stages = CreateStages({y});

  auto jit = backends::SimpleJIT::Create();

  ir::Module::Builder builder("module1", common::DefaultNVGPUTarget());

  auto fn = Lower("fn", stages, {x, y});
  LOG(INFO) << "fn:\n" << fn;

  builder.AddFunction(fn);

  jit->Link(builder.Build());

  auto fn_ptr = jit->Lookup("fn");
  auto fnp    = reinterpret_cast<lower_func_ptr_t>(fn_ptr);
  ASSERT_TRUE(fnp);

  auto* x_buf   = common::BufferBuilder(Float(32), {M.as_int32(), N.as_int32()}).set_random().Build();
  auto* out_buf = common::BufferBuilder(Int(32), {N.as_int32()}).set_zero().Build();
  auto args     = common::ArgsBuilder().Add(x_buf).Add(out_buf).Build();
  fnp(args.data(), args.size());

  auto* x_buf_data   = reinterpret_cast<float*>(x_buf->memory);
  auto* out_buf_data = reinterpret_cast<int*>(out_buf->memory);

  for (int i = 0; i < out_buf->num_elements(); i++) {
    LOG_FIRST_N(INFO, 3) << out_buf_data[i];
    if (out_buf_data[i] != -1) {
      ASSERT_NEAR(x_buf_data[out_buf_data[i] * 20 + i], x_buf_data[5 * 20 + 3], 1e-5);
    }
  }
}

[zrr1999]

@zhhsplendid

[zhhsplendid]

LGTM