[Accuracy diff No.16] Fix accuracy diff for paddle.cumsum 、 paddle.logcumsumexp API

[cangtianhuang]

PR Category

Operator Mechanism

PR Types

Bug fixes

Description

错误定位：

1. ThrustCumsumKernel 自身的精度误差就极大
2. fp32 下大 tensor 拥有累计误差

解决方案：

1. 直接删除 ThrustCumsumKernel 分支处理，进入后续 CUDA cub 计算
2. BlockPrefixCallbackOp 采用 Kahan 算法，参考：https://en.wikipedia.org/wiki/Kahan_summation_algorithm
3. BlockPrefixCallbackOp 对于 LogAddExp 算子特例，采用 Kahan + Online Scale，使其数值更稳定

其他修改：

1. 优化 np_logcumsumexp_grad ，避免直接计算 np.log(-dout) (dout > 0) 报错

测试：

修复后，测试用例大致分为三类：

1. 累积维度小，直接 Pass
2. 累积维度过大，精度误差超 1e-2：

考虑到超大张量累积误差本身就更大，将 atol、rtol 改为 1 后基本通过测试：

3. 数据类型为 fp16，torch 计算错误，paddle 使用 MPType，符合理论值：

将其添加至 torch_error_skip 跳过精度测试

4. torch 直接报告 CUDA 700：

将其添加至 torch_error_skip 跳过精度测试

补充测试：

1. paddle_only 测试全部通过：

2. paddle 与 torch 在固定数值下的理论值分析，对于以下测试用例：

paddle.cumsum(x=Tensor([4294967297],"float32"), ) paddle.logcumsumexp(x=Tensor([4294967297],"float32"), ) 

张量通过 full 填充为 0.01，则 cumsum 期望值约为 42949672.97 ， logcumsumexp 期望值约为 22.1907

发现 cumsum 均与理论值有差异，但数值接近，用时相同；logcumsumexp 的 torch 更接近理论值，paddle 仍有差异，且远远慢于 torch，等待算法进一步修复

Pcard-85711

[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.

[wanghuancoder]

LGTM Kernel改动比较大，让书豪帮忙把把关