Add elementwise maximum/minimum ops

[doombeaker]

概述

为满足浙工大算法开发需求，增加 math.maximum 及 math.minimum 2 个算子的方向。OneFlow 原有的这两个接口，支持 broadcast，实现反向较为复杂。折中考虑，增加了两个 Op elementwise_maximum 和 elementwise_minimum 分别实现了它们的前向和后向。在 Python 前端根据 x 和 y 的形状，决定调用 elementwise 还是 broadcast 的算子。

换言之，此PR合并后，OneFlow 将支持 elementwise 类型的 maximum 和 minimum 的后向，暂不支持 broadcast 类型的 maximum、minimum 的后向。

功能 CheckList

注意 : 功能复选框均为可选项，若未选择，说明理由即可。例如：该 Op 由 Python 接口拼接而成，因此无 SetBatchAxisInferFn Op 注册；再比如：该 Op 无输入，因此无 SetInputArgModifyFn。

模板中自带的复选框可留空，但是不能删除。可根据实际情况增加复选框选项。

Op

• Op SetBatchAxisInferFn
• Op SetGetSbpFn
• Op SetInputArgModifyFn，未有特殊需求，没有实现
• Op 反向梯度注册

Kernel

• CPU x:float32 y:float32

• CPU x:float32 y:float32

• GPU x:float32 y:float32

• GPU x:float32 y:float32

Python Wrapper

• Python API 参数检查及异常提示（增加了shape的判断）
• 接口注释（文档沿用之前已有的未做改变）
• Example (Example 沿用之前已有的未做改变) 

测试

• 单机单卡 CPU Test Case
• 单机单卡 GPU Test Case
• 单机多卡 CPU Test Case
• 单机多卡 GPU Test Case
• 分布式 CPU Test Case
• 分布式 GPU Test Case

GPU 有效带宽

因为u使用的是 CUDA ELEMENTWISE 模板，所以未测此项。

PR Checklist

• PR 标题语句通畅，明确表达 PR 内容，适合直接作为新版本发布时的 changelog
• 代码格式化
• 已经本地编译通过
• 已本地针对改动测试
• 已添加 type 标签:(填写 type 标签名，如 bug, enhancement, purge, feature, documentation)
• 已添加 component 标签:(填写 component 标签名，如 op, system, eager, build, xla, python, ci, test, tooling, onnx)
• Draft 转正式 PR 前已请人 Review

[leaves-zwx]

这个下面的 macro define 和 op registration 都不用放在 user op 的 namespace 下，直接放在 oneflow namespace 下就可以了

[leaves-zwx]

.Output("dx")
.Output("dy")

这两个 output 是不是需要分别根据 x.need_grad 和 y.need_grad 来设置的

[leaves-zwx]

if (x.need_grad()) {
   builder.Output("dx");
}
if (y.need_grad()) {
   builder.Output("dy");
}

[leaves-zwx]

template<typename FunctorT, typename T>
inline cudaError_t XimumGrad(FunctorT functor, int64_t n, T* dx, T* dy const T* x, const T* y, const T* dz,
                             cudaStream_t stream) {
  using FactoryT = SimpleFactory<FunctorT>;
  return GenericLauncher<FactoryT, R, A, B, C>::Launch(FactoryT(functor), n, dx, dy, x, y, dz, stream);
}

[leaves-zwx]

CUDA_1D_LOOP(i, elem_cnt) {
   BackwardFunctor<T>::Backward(dz, x, y, dx, dy);
}