[PHI] Fixed logsumexp precision problem

[Enigmatisms]

PR Category

Operator Mechanism

PR Types

Bug fixes

Description

修复了 paddle.logsumexp 的精度问题，此精度问题甚至在tensor不算特别大的情况下存在。问题例子如下：

def test_logsumexp(config):
    ts = paddle.randn(config[0], dtype = config[1])
    vp = paddle.logsumexp(ts, axis = config[2], keepdim = config[3])
    tst = torch.from_numpy(ts.numpy())

    keepdim = False if config[3] is None else config[3]
    np.testing.assert_allclose(
        torch.logsumexp(tst, axis = config[2], keepdim = keepdim).numpy(), vp.numpy(), rtol=1e-6, atol=1e-6)

def test_single():
    # 这里100%正确
    config = [[2, 131072, 4, 5],"float32", (-1,), False, ]
    test_logsumexp(config)
    
    # 这里会出精度错误（31.25%的值不对）
    config = [[2, 262144, 4, 5],"float32", (-1,), False, ]
    test_logsumexp(config)

测试发现：上述例子中，shape 为 131072 时 计算的 grid size 为 32768，但当 shape 变大一倍之后，grid size 没有变大一倍（非65536，而是55296）。实际收到了修改代码中的 GetNumBlocks 函数的影响，此函数基本就是在根据 GPU 所有SM中可用的线程数，计算最大block数量，有一定的性能考虑在内，但在本算子内逻辑不正确：tensor变大时，grid size没有成比例变大、thread内部没有通过 coarsening 做更多工作、block size也没有变化，导致实际上又部分tensor没参与计算。

• [Deprecated] 取消GetNumBlocks 函数，grid size 没有上限，依赖调度。可行，但是比较暴力。
• 目前：修正了函数中，grid size 过大情况下的bug（实际上，只需要修改一行）。

Pcard-89620

[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.