Implement of warpReduceMin and blockReduceMin function

[JamesLim-sy]

PR types

Performance optimization

PR changes

OPs

Describe

A. 预置条件：

1. 全部线程所携带的变量名一致；

B. 函数目的 :

1. 增加函数 warpReduceMin，用于直接搜索线程数量等于warpSize情况下，线程内部同名变量最小值
2. 增加函数 PartialWarpReduceMin，用于直接搜索线程数量小于warpSize情况下，线程内部同名变量最小值；
3. 增加函数 blockReduceMin，用于直接搜索线程数量等于BlockDim情况下，线程内部同名变量最小值；
4. 增加函数 PartialWarpReduceMin，用于直接搜索线程数量小于BlockDim情况下，线程内部同名变量最小值；

C. 实现原理：

• warpReduceMin实现原理:

1. 使用__shfl_xor_sync() 接口，用warp折半对比的方式，取得这组线程的最小值；

• PartialWarpReduceMin实现原理:

1. 使用__shfl_sync() 接口，将第一个传入线程携带的变量广播至整个 warp内，完成warp内的初值化操作；
2. 将线程组携带的变量传入已初始化的warp上；
3. 使用__shfl_xor_sync() 接口，用warp折半对比的方式，取得这组线程的最小值；

[paddle-bot-old]

Thanks for your contribution!
Please wait for the result of CI firstly. See Paddle CI Manual for details.

[Xreki]

Max的实现里面没有用到原子操作，为什么Min的实现里面需要呢？

[Xreki]

LGTM