[RFC]: 静态图KBK模式Tensor view接口切换view算子

### 🚀 背景描述 为降低内存拷贝、提升性能并完善 view+inplace 与反向传播的协同，本次工作对Tensor接口进行“切 View”（改造为返回视图语义）的系统性升级，提供与原算子功能等价但具备 View 语义的原语与前端接口，并在MindSpore框架用例上完成配套改造。 该工作聚焦以下方向： Tensor的一些接口，PYNATIVE模式下已经是对应的view算子，而图模式不是view算子，需要动静统一。 涉及Tensor接口：adjoint()、expand()、expand_as()、movedim()、narrow()、permute()、squeeze()、transpose()、t() 、T、H、mT 、mH、imag、unfold()、unsqueeze()、view() 、view_as()、split()、hsplit()、vsplit()、tensor_split()、swapaxes()、swapdims()、chunk() ### 设计思路 目前MindSpore的Tensor接口主要有以下两种写法： ``` @jit def transpose_func(x): output1 = x.transpose() #写法1 output2 = Tensor.transpose(x, 0, 2) #写法2 return output1， output2 ``` ### 涉及到的对外API 涉及Tensor接口：adjoint()、expand()、expand_as()、movedim()、narrow()、permute()、squeeze()、transpose()、t() 、T、H、mT 、mH、imag、unfold()、unsqueeze()、view() 、view_as()、split()、hsplit()、vsplit()、tensor_split()、swapaxes()、swapdims()、chunk() 由于不同后端(Ascend910A、Ascend910B、CPU、GPU)和不同的模式(O0和O2)对view能力的支持情况不尽相同，导致流程上存在差异。 GE模式不演进view特性，不切换view算子。  CPU上使能开关： os.environ['MS_OP_PLUGIN_PATH'] = 'test' 默认打开开关的PR： https://gitee.com/mindspore/mindspore/pulls/91329 写法1 的调用栈  写法2的调用栈  ### Tensor view接口工作 1、阶段1：排查Tensor view相关接口，新增简单用例覆盖。(PR: [!91310:Add some tensor view testcases.](https://gitee.com/mindspore/mindspore/pulls/91310)) 2、阶段2：对于两种写法，公共流程排查打通。https://gitee.com/mindspore/mindspore/pulls/91320 写法1已使用算子打通；需要支持写法2。 原流程中写法2是通过fallback打通，即会出现PyExecute节点，仅在CPU上执行，即出现异构场景，GE流程中不支持异构则会存在报错。 3、阶段3： 1) 根据不同后端，进行切换view算子（GE走老流程；非GE且有函数式重载定义的走函数式重载流程，没有函数式重载定义的走老流程）； 2) 不支持的有清晰报错，动静不统一的地方有warning日志。 3) 针对不同场景的用例有相关的算子校验和报错日志校验。 4）解决存量算子问题。 4、阶段4：针对不同的接口，AI工具覆盖更多用例(入参的不同类型，正向和反向用例等)。 5、阶段5：完成MindSpore框架层面问题排查，提供whl包对下…