[Feature]: 前端自定义infer

### 🚀 背景描述 当前注册infer layout与注册节点重排布需要在c++侧使用接口`set_node_expand_hook`和`set_custom_infer_hook`注册节点重排布和自定义infer函数。由于hyperparallel逻辑实现在python侧，且如果需要在c++侧重新注册重排布和自定义infer能力需要额外实现一次重排布和自定义infer逻辑，比较消耗人力。故前端编译器提供python装饰器接口，将python侧的自定义infer和重排布逻辑注册到前端编译流程中，使编译时能自动识别并调用对应逻辑，以达到自定义infer和重排布逻辑复用的效果。 ### 设计思路 前端自定义infer功能将提供register_op_infer和register_op_wrapper两个接口使能。 # register_op_infer 接口功能流程图 ## 整体流程概览 ``` ┌─────────────────────────────────────┐ │ 用户注册 │ └─────────────────┬───────────────────┘ │ ▼ ┌─────────────────────────────────────┐ │ EvalCNode │ └─────────────────┬───────────────────┘ │ ▼ ┌─────────────────────────────────────┐ │ 推导自定义infer │ └─────────────────────────────────────┘ ``` ## 详细流程图 ### 阶段1: 用户注册阶段 ``` 用户代码: @register_op_infer("Add", "custom_attr") def infer_add_attr(x, y): return {"operation": "add", "shapes": [x.shape, y.shape]} │ ▼ 装饰器执行: register_op_infer("Add", "custom_attr")(infer_add_attr) │ ▼ 注册到全局仓库: OpInferRegistry.instance().register_function("Add", "custom_attr", infer_add_attr) │ ▼ 存储结构: registry.func_map["Add"]["custom_attr"] = infer_add_attr registry.func_name_map["Add"]["custom_attr"] = "custom_attr" ``` ### 阶段2: evalcnode ``` 图编译过程: EvalCNode(cnode) 被调用 │ ▼ 检查算子类型: if cnode->prim()->name() == "Add" │ ▼ 查询注册函数: functions = OpInferRegistry.instance().get_function("Add") # 返回: {"custom_attr": infer_add_attr} │ ▼ 执行推理函数: for each func in functions: result = func(*inputs) # infer_add_attr(x_abstract, y_abstract) # result = {"operation": "add", "shapes": [...]} │ ▼ 存储到abstract: eval_result->abstract()->set_user_data("custom_attr", result) ``` ### 阶段3: 推导自定义infer ``` 后续算子处理: next_cnode 的 EvalCNode 被调用 │ ▼ 访问自定义属性: input_abstract = next_cnode->input(0)->abstract() custom_attr = input_abstract->user_data()["custo…