bmodel与tpu.mlir对比不过(1)

分析过程：

1. 首先观察它走global，还是local。可以发现它走global:
   
2. 观察LayerNormOp::codegen_global_bm1684x()有没有明显问题。没有发现明显调用问题。
3. 观察TorchLayerNorm_f32_model_out.npz与TorchLayerNorm_f32_tpu_out.npz的结果差异。观察到model的结果前部分是一致的，后部分全0，如下。
   典型的算子切分问题。
   
   4）将测试用例shap改小，将[14,25,13,22]改成[1,25,13,22]，验证结果完全正确。进一步怀疑是后端backend_api_group_norm_global在实现切分上存在问题。