[Phi]Fix group_norm and its grad kernel for big tensor

[ggggxm]

PR Category

Operator Mechanism

PR Types

Bug fixes

Description

对Group_norm的前向和反向算子GPU Kernel进行修复，支持大Tensor计算。NDHWC Layout的GPU Kernel后续再修复。

• 将imsize N C等参数改为int64_t类型

• 限制Grid的大小，在kernel内部增加循环。

• 性能前后对比：

  N H W C = [4, 1024, 1024, 8]	Backward(ns)	Forward(ns)
  Before	1,499,555.2	1,297,977.1
  After	1,516,646.6	1,295,388.3

  性能波动在2%以内。

[paddle-bot]

你的PR提交成功，感谢你对开源项目的贡献!
请关注后续CI自动化测试结果，详情请参考Paddle-CI手册。
Your PR has been submitted. Thanks for your contribution!
Please wait for the result of CI firstly. See Paddle CI Manual for details.

[lshpku]

增加内循环可能影响性能，在简介里补充一下性能数据

[ggggxm]

/re-run PR-CE-Framework