[NewIR] 动静Op定义的参数名映射修复

[kangguangli]

需求描述 Feature Description

注：关于飞桨各个 Yaml 文件作用，详见代码自动生成技术

需求背景

目前飞桨的算子已十分丰富，能够满足众多用户需求，但另一方面，繁多的算子给框架的维护和开发带来了困难。飞桨目前分别支持动态图和静态图执行，因为历史原因，动态图的算子和静态图算子的定义并不完全一致。

而在飞桨新一代IR的开发过程中，我们基于动态图的更规范的算子定义(ops.yaml、legacy_ops.yaml)生成了新IR体系下的算子。但是出于兼容旧IR体系的考虑，我们开发了ProgramTranslator(相关代码位于 paddle/fluid/ir_adaptor/translator/)，用于将定义在旧IR下的计算图转化为新IR表示。在这种情况下，我们就遇到了动静算子定义不一致的问题。

举例来说，对于算子atan2而言，它的静态图定义是

class Atan2OpMaker : public framework::OpProtoAndCheckerMaker {
 public:
  void Make() override {
    AddInput("X1", "(Tensor), input 0 of atan2 op.");
    AddInput("X2", "(Tensor), input 1 of atan2 op.");
    AddOutput("Out", "(Tensor), output 0 of atan2 op.");
  }
};

可以看到，有两个名叫X1 X2的输入，一个名叫Out的输出。

但是其动态图定义如下：

- op : atan2
  args : (Tensor x, Tensor y)
  output : Tensor

输入输出分别是x y out。进而新IR在生成Op定义时，生成的定义如下：

class Atan2Op : public ir::Op<Atan2Op,OpYamlInfoInterface,InferMetaInterface> {
 public:
  using Op::Op;
  
  void Verify();
  ir::Value x() { return operand(0); }
  ir::Value y() { return operand(1); }
  ir::OpResult out() { return result(0); }

};

OpInfoTuple Atan2Op::GetOpInfo() {
  std::vector<paddle::dialect::OpInputInfo> inputs = { OpInputInfo("x", "paddle::dialect::DenseTensorType", false, false, false), OpInputInfo("y", "paddle::dialect::DenseTensorType", false, false, false) };
  std::vector<paddle::dialect::OpAttributeInfo> attributes = {  };
  std::vector<paddle::dialect::OpOutputInfo> outputs = { OpOutputInfo("out", "paddle::dialect::DenseTensorType", false, false) };
  paddle::dialect::OpRunTimeInfo run_time_info = OpRunTimeInfo("Atan2InferMeta", {"x", "y"}, {"atan2"}, {"x", "y"}, {""}, {}, {});

  return std::make_tuple(inputs, attributes, outputs, run_time_info);
}

这种差异在ProgramTranslator工作时会带来一些问题，因为ProgramTranslator需要确定，应该将旧IR的哪个参数对应到新IR的哪个参数？一般来说，这种映射定义在 paddle/phi/api/yaml/op_compat.yaml中，然而，该文件并未包含所有的映射，有少量的映射并未补充到里面。

ProgramTranslator中目前采用这样的参数转换逻辑，该逻辑会将下划线风格命名的参数默认转为驼峰风格(即静态图参数命名风格)，进而导致新定义的算子(采用了下划线命名风格)找不到映射，进而在paddle/phi/api/yaml/op_compat.yaml，不得不添加下面这样冗余的映射。

- op : warprnnt
  inputs :
    {input : input, label : label,  input_lengths : input_lengths, label_lengths : label_lengths}
  outputs :
    {loss : loss, warprnntgrad : warprnntgrad}

本项目的最终目的就是添加必要的参数映射， 去除上面的冗余映射。

攻略方式 （整体进展：18/18）

按 merge 的时间顺序，排名不分先后： @GreatV (3) @RedContritio (4) @kangguangli (1) @heavyrain-lzy (1) @Asthestarsfalll (3) @ccsuzzh (1) @gouzil (2) @Liyulingyue (1) @zrr1999 (1)

补全以下Op参数在paddle/phi/api/yaml/op_compat.yaml的映射：

序号	算子	PR	贡献者
1	feed✅(2023/7/14)	#55402	@kangguangli
2	increment✅(2023/7/15)	#55404	@RedContritio
3	elementwise_add✅(2023/7/14)	#55403	@RedContritio
4	transpose✅(2023/7/17)	#55458	@RedContritio
5	cast✅(2023/7/18)	#55467	@gouzil
6	repeat_interleave✅(2023/7/18)	#55467	@gouzil
7	logsumexp✅(2023/7/14)	#55406	@RedContritio
8	mish✅(2023/7/17)	#55422	@Asthestarsfalll
9	norm✅(2023/6/28)	#54943	@heavyrain-lzy
10	slice✅(2023/7/17)	#55432	@ccsuzzh
11	split✅(2023/7/14)	#55417	@GreatV
12	sync_batch_norm✅(2023/7/14)	#55417	@GreatV
13	fetch✅(2023/7/17)	#55422	@Asthestarsfalll
14	assert✅(2023/7/21)	#55500	@zrr1999
15	print✅(2023/7/14)	#55417	@GreatV
16	fill_constant✅(2023/7/19)	#55517	@Liyulingyue

修复代码逻辑

• 去除ProgramTranslator的兼容逻辑，修改可参考 [NewIR][DONOT MERGE] try no default camel case conversion #55201

注意，由于种种原因，即便补全了上述单测，可能依然有部分Op的映射没有加入，这时候只要确定失败的单测是哪个，对于OpTest相关单测，可以确认是否在paddle/phi/api/yaml/op_compat.yaml加入了对应Op的映射。

对于更复杂的问题，可以咨询 @kangguangli 。

• [NewIR]Remove compatible logic of ProgramTranslator #55453 @Asthestarsfalll

去除现存冗余映射

• 去除paddle/phi/api/yaml/op_compat.yaml中类似warprnnt的映射逻辑

一个可能的方案是 通过脚本检测所有的映射列表，如果某个映射的key和value完全一致，就应当去除。

• [OpCompat] Remove redundant mappings #55448 @Asthestarsfalll

奖励

一颗【夏玻利利葡萄】

替代实现 Alternatives

No response

[RedContritio]

开发流程可以参考该 pr 描述，提供了简易版教程

• [NewIR] elementwise_add 参数名映射修复 #55403

[ccsuzzh]

9 转给 @RedContritio

[RedContritio]

• Support auto-gen norm #54943

9 norm 已配置过静态图算子自动生成

[luotao1]

[NewIR] 动静Op定义的参数名映射修复 已全部完成，感谢参与的小伙伴们！

按 merge 的时间顺序，排名不分先后： @GreatV (3) @RedContritio (4) @kangguangli (1) @heavyrain-lzy (1) @Asthestarsfalll (3) @ccsuzzh (1) @gouzil (2) @Liyulingyue (1) @zrr1999 (1)

欢迎继续参与快乐开源的其他任务！