Reduce op compile slowly

[wanghaoshuang]

为了支持对多个dims做reduce, reduce op 使用了大量的eigen template function, 因此导致reduce op编译变慢。

1. 需要讨论下是否可以减少reduce支持的dims？
2. 是否有更优的替代方案？

CXX_FLAGS="-m64 -std=c++11 -O3 -g -DNDEBUG --expt-relaxed-constexpr"

CXX_DEFINES="-DANY_IMPL_ANY_CAST_MOVEABLE -DPADDLE_DISABLE_PROFILER -DPADDLE_DISABLE_RDMA -DPADDLE_DISABLE_TIMER -DPADDLE_USE_DSO -DPADDLE_USE_PTHREAD_BARRIER -DPADDLE_USE_PTHREAD_SPINLOCK -DPADDLE_VERSION=0.12.0 -DPADDLE_WITHOUT_GOLANG -DPADDLE_WITH_CUDA -DPADDLE_WITH_CUPTI"

CXX_INCLUDES="..."

time nvcc /home/disk1/wanghaoshuang/paddle/debug/paddle/fluid/operators/reduce_op.cu -c -o /home/disk1/wanghaoshuang/paddle/debug/build/paddle/fluid/operators/CMakeFiles/reduce_op.dir/reduce_op_generated_reduce_op.cu.o -ccbin /home/work/.jumbo/opt/gcc48/bin/g++ $CXX_FLAGS $CXX_DEFINES $CXX_INCLUDES

用上述命令，编译时间如下：

real	5m49.639s
user	5m38.698s
sys	0m11.201s

删去L138-L146后编译时间如下：

real	2m23.974s
user	2m16.771s
sys	0m7.076s

删去L138-L146 和 L290-L293后，编译时间如下：

real	0m39.780s
user	0m35.981s
sys	0m3.745s

[wanghaoshuang]

reduce_op现在编译特别慢，GPU模式下等了快5分钟才编译完这个op。请问是不是138行-153行支持的维度太多了呢？能否把维度5和6删去，这样就从15种减少到6种了。

https://github.com/PaddlePaddle/Paddle/pull/10708/files#r190174087

[wanghaoshuang]

#5491

[luotao1]

related #9306