ARM: MultiHeadAttention fp16s/a bf16s

[EdVince]

现在的arm的multiheadattention只有我好几个月前pr的neon fp32 pack4的实现，这次pr把剩下的补齐：

1. fp32 pack1
2. fp16s pack1/4/8
3. fp16sa pack1/4/8
4. bf16s pack1/4 & naive

[codecov-commenter]

Codecov Report

Merging #4139 (92d6fc5) into master (acbaaa6) will decrease coverage by 0.03%.
The diff coverage is 90.59%.

❗ Current head 92d6fc5 differs from pull request most recent head 5bbf518. Consider uploading reports for the commit 5bbf518 to get more accurate results

@@            Coverage Diff             @@
##           master    #4139      +/-   ##
==========================================
- Coverage   94.43%   94.40%   -0.04%     
==========================================
  Files         748      749       +1     
  Lines      179004   180668    +1664     
==========================================
+ Hits       169046   170551    +1505     
- Misses       9958    10117     +159     

Impacted Files	Coverage Δ
src/layer/arm/multiheadattention_arm_asimdhp.cpp	84.54% <84.54%> (ø)
src/layer/arm/multiheadattention_arm.cpp	98.66% <98.62%> (-0.54%)	⬇️

Help us with your feedback. Take ten seconds to tell us how you rate us. Have a feature suggestion? Share it here.

[EdVince]

这几个fail掉的都是在test的时候精度不够报错的。
在fp16sa下，有几个小问题：

1. 在测试输入的blob的尺寸太大的时候，会出现fp16sa的误差超过”1“，例如把输入blob从(32,128)增大到(64,256)就有可能会出错了
2. 由于mha里面有softmax激活，所以结果数据会有一种荡来荡去的分布，在大部分的数据点都是满足精度的(这些点的数值往往在两位数的大小)，但在一些较小的激活点值就会超出精度(就是fail的情况，这些数值只有零点几的大小)
3. 在失败的数值点，有一个现象就是期望值和具体计算出的值，有围绕0的趋势，就是一个是正的零点几，另一个是负的零点几
4. 就算是fail了，但最终算出来的数据跟期望数还是大差不差的

up有什么看法呢？不知道是我写的有问题，还是mha计算链太长了，全用fp16sa精度遭不住，在0周围精度崩掉了。

[tpoisonooo]

写一下 int8 的呗... 这么做和 PR 3940 是冲突的...

[EdVince]

写一下 int8 的呗... 这么做和 PR 3940 是冲突的...

3940我看您好像都做完了呀，而且您的int8是naive实现呀，应该不会冲突的吧？

[tpoisonooo]

没写 arm 的 int8

[EdVince]

没写 arm 的 int8

好嘞，不过我得先去学一下int8是咋整的

[tpoisonooo]

很简单的，就是 weight/input 用 int8。 softmax 那个地方量化了会掉点，我试过 int4 softmax.

[tpoisonooo]

哪天有空我得再试试 int4 softmax，贼心不死。

[nihui]

move to #4463