[Feature]: 新增飞腾DSP硬件支持

### 🚀 背景描述

随着AI浪潮以及软硬全国产化的趋势，硬件厂商要拓展AI应用能力都离不开一个高性能的推理框架，但是目前MindSpore Lite支持的硬件较少，主要以CPU、GPU、昇腾NPU为主，缺少对DSP芯片的支持，为了进一步拓展MindSpore Lite的硬件生态，提供一个国产化DSP端到端解决方案。

### 设计思路

# MindSpore Lite DSP后端设计文档

## 概述

### 硬件架构背景

飞腾系列DSP硬件采用异构计算架构，具体配置如下：
- **处理器配置**：Arm CPU + FT DSP + NPU（FT78型号）
- **内存层次**：DDR（主存）、SMC（共享内存）、L2（DSP核内缓存）

### 接入方案选择

经过对MindSpore Lite现有硬件支持架构的深入调研，发现当前框架暂不支持Plugin插件方式接入第三方硬件。因此，本次开发采用内置集成（built-in）方式，将DSP后端直接集成到MindSpore Lite核心框架中，确保与现有架构的完美兼容。

### 整体设计思路

飞腾系列DSP硬件SDK采用统一的接口规范，因此DSP后端runtime架构也采用统一设计，不会随着硬件型号的不同而改变，后续新增其他的型号也更加方便接入。目前两款DSP硬件型号（FT04和FT78）在硬件指令部分存在差异，在算子支持的类型上也会有所不同，具体如下：
- FT04支持的数据类型：
`kNumberTypeFloat32`，`kNumberTypeFloat16`，`kNumberTypeComplex64`，`kNumberTypeInt16`，`kNumberTypeInt32`。
- FT78支持的数据类型：`kNumberTypeFloat32`，`kNumberTypeFloat64`，`kNumberTypeComplex64`，`kNumberTypeComplex128`，`kNumberTypeFloat16`，`kNumberTypeInt8`，`kNumberTypeInt16`，`kNumberTypeInt32`。
以及仅有FT78带有NPU，所以后续新增delegate模式支持也只是针对FT78。为了适配这两款硬件，在编译构建的时候新增了宏定义`ENABLE_DSP`用来区分DSP与其他框架自带的后端以及`SUPPORT_FT78`和`SUPPORT_FT04`用来区分两款不同的DSP硬件型号。

整体分为两个步骤进行：
1. **完成aarch32-linux编译的支持**：https://gitee.com/mindspore/mindspore-lite/pulls/351
2. **DSP后端集成**：https://gitee.com/mindspore/mindspore-lite/pulls/367

## 设计细节

### 1. DSP设备类型支持

#### 1.1 设备类型定义
- 在`mindspore-lite/include/lite_types.h`中添加了`DT_DSP`设备类型，支持DSP设备作为独立的计算后端

#### 1.2 上下文支持
- 在`include/cxx_api/context.h`中添加了DSP设备上下文支持DSP设备的配置

#### 1.3 kernel arch支持
- 在`mindspore-lite/src/executor/kernel_exec.h`中添加了DSP设备，支持DSP kernel的注册

### 2. DSP运行时架构

飞腾系列DSP的异构计算的实现依赖`Hthread`（异构编程框架，类似OpenCL的接口设计），可以直接参考框架中opencl后端的runtime架构进行设计，新增`mindspore-lite/src/litert/kernel/dsp`目录，主要内容包括dsp runtime和dsp kernel。

#### 2.1 核心组件
- **DSPRuntime**: DSP运行时核心类，负责DSP设备的初始化、资源释放和内核执行
- **DSPRuntimeInnerWrapper**: DSP运行时包装器，管理运行时实例的生命周期
- **DSPAllocator**: DSP内存分配器，负责DSP设备内存管理，支持内存的分配、释放和复用，物理地址映射等
- **DSPKernel**: DSPkernel基类，继承自`LiteKernel`，对`Prepare`，`PreProcess`，`Run`等方法进行了重写

#### 2.2 运行时特性
- 单例模式管理DSP运行时实例
- 支持多种内存分配和释放以及内存复用机制
- cpu算子和dsp算子混合计算时无需进行内存拷贝
- 底层DSP算子库`dsp_lib`提前封装成`dsp_lib.dat`内置在DSP板卡`/usr/lib`中，运行时通过`Hthread`接口调用DSP算子库，底层算子库更改，上层框架也可以进行兼容。

#### 2.3 算子适配
- 计划支持Lite原生的所有算子，参考`mindspore-lite/schema/ops.fbs`文件，其中子图操作算子和反向计算算子暂不考虑支持。
- 后续借助框架自定义算子的支持能力扩展更多的算子。

### 3. 调度器集成

#### 3.1 内核选择
- 在`scheduler.cc`中添加了`FindDspKernel`方法
- 支持DSP内核的自动发现和选择
- 实现DSP与CPU的优先级调度

#### 3.2 设备优先级
- DSP设备优先级高于CPU
- 支持设备类型优先级比较
- 自动回退到CPU当DSP不可用时

### 4. 测试支持
UT：新增`mindspore-lite/test/ut/src/runtime/kernel/dsp`目录，用于测试DSP kernel。
ST：输入模型（mindir、onnx），执行convert生成ms，执行精度符合预期。

#### 4.1 单元测试
- 覆盖所有支持的算子和数据类型，使用宏定义区分不同型号的测试case
- 提供DSP测试基类`DSPCommonTest`

#### 4.2 系统测试
- 编写完整流程测试脚本，搭建线上门禁系统（后续实现）

## 使用方式

### 1. 环境配置
```bash
export DSP_SDK_PATH=/path/to/dsp/sdk
export MSLITE_REGISTRY_DEVICE=ft78  # 或 ft04
```

### 2. 构建
```bash
bash build.sh -I arm32 -j8
```

### 3. 代码使用
```cpp
// 创建DSP上下文
auto context = std::make_shared<mindspore::Context>();
if (context == nullptr) {
  delete[](model_buf);
  std::cerr << "New context failed." << std::endl;
  return -1;
}
auto device_info = std::make_shared<mindspore::DSPDeviceInfo>();
if (device_info == nullptr) {
  delete[](model_buf);
  std::cerr << "New DSPDeviceInfo failed." << std::endl;
  return -1;
}
device_list.push_back(device_info);
```

## 兼容性

- 支持FT04和FT78两种DSP设备
- 与现有CPU和GPU后端完全兼容
- 支持动态设备选择和回退机制
- 保持与现有API的完全兼容

## 未来扩展

1. **更多算子支持**: 可以继续添加更多DSP算子实现
2. **Delegate支持**: 支持FT78的NPU算子
3. **工具支持**: 在benchmark中增加DSP设备支持
4. **设备支持**: 支持更多DSP设备类型

### 与其他模块的相关性描述

### 其他信息（测试验证设计等）

MindSpore/mindspore-lite

内容风险标识

评论 (1)

MindSpore/mindspore-lite .gitee-modal { width: 500px !important; }

内容风险标识