Optimized pipeline优化

当前1F1B流水线并行典型配置采用相同的micro-batch-size（mbs），这种对流水线气泡时间并不友好，存在进一步优化的可能性。

将流水线并行的过程数学建模成整数规划问题，根据profiling得到的通信和计算时间，最小化端到端耗时，求解整数规划问题以得到mbs的最优配置，在保持micro-batch数量和global batch size不变的情况下，合理设置每个micro-batch-size以减少bubble time，达成性能提升。整体方案包含以下特性：

1. 小步快跑：mbs逐渐增大，各个流水线(device/node)快速启动。
2. 中间空隙：增强流水线并行对前向反向计算抖动的鲁棒性。
3. 缓速结束：mbs逐渐减小，避免流水线停止时气泡过大。

代码已合入AscendSpeed，当前在LLaMA-7B的Atlas 训练系列产品上性能提升3%~6.6%，Atlas A2 训练系列产品上性能提升3.5%~4.2%，PP越大性能收益越高。