[RFC]: 提供前端编译解耦接口

### 背景与目标描述. 【需求背景&价值】 当前用户通过调用jit接口来支持静态图编译和执行，但缺乏一个只编译前端图的接口来调试网络，框架需要提供该接口来提高静态图的易用性和可调试性。 【应用场景】 训练和推理场景中，用户只编译前端图且通过dump接口来查看网络结构是否符合预期。 【功能描述】 用户可以基于前端提供的接口，来编译前端图和打印对应的IR结构。 【规格&约束】 规格：支持用户通过调用python接口来编译前端图和打印对应的IR结构。 约束：无。 ### 建议的方案. 1.新建build_graph接口。 框架将提供两种调用方式。 第一种会封装输入的函数或者cell,返回可调用的函数并且将jit的设置参数作为入参。 该函数的接口如下：  该函数被调用时将会调用compile_frontend接口进入前端编译流程。 使用用例如下 ``` class Net(nn.Cell): def __init__(self): super(Net, self).__init__() self.add = ops.Add() def construct(self, x, y): out = self.add(x, y) return out x = Tensor([[0.5, 0.6, 0.4], [1.2, 1.3, 1.1]], dtype=mstype.float32) y = Tensor([[0.01, 0.3, 1.1], [0.1, 0.2, 1.3]], dtype=mstype.float32) net = Net() jit_net1 = build_graph(net) res = jit_net1(x, y) ``` 第二种会直接直接根据输入的函数或cell，jit参数以及函数的输入返回计算结果。 该函数的接口如下：  使用用例如下 ``` x = Tensor([[0.5, 0.6, 0.4], [1.2, 1.3, 1.1]], dtype=mstype.float32) y = Tensor([[0.01, 0.3, 1.1], [0.1, 0.2, 1.3]], dtype=mstype.float32) net = Net() res = build_graph(net，input_args=(x, y)) ``` 2.创建CompiledGraph类 框架将新建compiledgraph类用于储存前端编译结果，用于打印中间表达或者由后端获取运行所需信息。 CompiledGraph初始化时需要以下参数。 - func_graph: 前端编译出来的中间表达图。 - func: 被编译的函数对象 - origin_cell: 被编译的cell对象 - mutable_flags: 记录输入是否是mutable。 - phase: 用于获取编译结果的key - enable_tuple_broaden: 是否使能tuple broaden功能。 CompiledGraph也提供打印功能，打印该类时会打印编译产生的中间表达图 使用用例如下 ``` class Net(nn.Cell): def __init__(self): super(Net, self).__init__() self.add = ops.Add() def construct(self, x, y): out = self.add(x, y) return out x = Tensor([[0.5, 0.6, 0.4], [1.2, 1.3, 1.1]], dtype=mstype.float32) y = Tensor([[0.01, 0.3, 1.1], [0.1, 0.2, 1.3]], dtype=mstype.float32) net = Net() jit_net1 = build_graph(net) res = jit_net1(x, y) print(res) ``` 输出为： ``` # IR entry: @3_1___main___Net_construct_3 # Total subgrap…