[XPU] Fix multi encoder bug in adaptive seqlen case.

[csy0225]

PR types

Bug fixes

PR changes

Others

Description

修复 multi_encoder 在开启变长优化下的结果错误问题。

• 修复问题：
  • 问题一：开启变长时，embedding kernel 会将输出 tensor shape 变成 {1, total_index_len, embedding_dim}，其中 total_index_len 表示开启 lod 变长时，mask 后所有 batch 需要计算 token的总长度。但是在 multi-encoder kernel 中没有将上述 shape 还原成{batch_size, max_seq_len_value, embedding_dim}。
  • 问题二：multi-encoder 在 fp32 场景下计算时会 cast 到 fp16 类型进行计算。kernel 内部使用 fp16 tensor 进行计算，但是fp16 输出 tensor 实际shape 是 {1, total_index_len, embedding_dim}，在分配内存时，需要分配 {batch_size, max_seq_len_value, embedding_dim} 大小。否则，multi-encoder 计算完成后，输出的 fp16 tensor -> fp32 tensor 过程中调用 castv2 kernel 会踩内存，引起 kernel 结果错误。

[zhupengyang]

LGTM