[Doc] Add baidu XPU doc and refine MTK and RK doc (#3551)

docs/demo_guides/baidu_xpu.md

+# PaddleLite使用百度XPU预测部署
+
+Paddle Lite已支持百度XPU在x86和arm服务器（例如飞腾 FT-2000+/64）上进行预测部署。
+目前支持Kernel和子图两种接入方式，其中子图接入方式与之前华为NPU类似，即加载并分析Paddle模型，将Paddle算子转成XTCL组网API进行网络构建，在线生成并执行模型。
+
+## 支持现状
+
+### 已支持的芯片
+
+- 昆仑818-100（推理芯片）
+- 昆仑818-300（训练芯片）
+
+### 已支持的设备
+
+- K100/K200昆仑AI加速卡
+
+### 已支持的Paddle模型
+
+- [ResNet50](https://paddlelite-demo.bj.bcebos.com/models/resnet50_fp32_224_fluid.tar.gz)
+- [BERT](https://paddlelite-demo.bj.bcebos.com/models/bert_fp32_fluid.tar.gz)
+- [ERNIE](https://paddlelite-demo.bj.bcebos.com/models/ernie_fp32_fluid.tar.gz)
+- YOLOv3
+- Mask R-CNN
+- Faster R-CNN
+- UNet
+- SENet
+- SSD
+- 百度内部业务模型（由于涉密，不方便透露具体细节）
+
+### 已支持（或部分支持）的Paddle算子（Kernel接入方式）
+
+- scale
+- relu
+- tanh
+- sigmoid
+- stack
+- matmul
+- pool2d
+- slice
+- lookup_table
+- elementwise_add
+- elementwise_sub
+- cast
+- batch_norm
+- mul
+- layer_norm
+- softmax
+- conv2d
+- io_copy
+- io_copy_once
+- __xpu__fc
+- __xpu__multi_encoder
+- __xpu__resnet50
+- __xpu__embedding_with_eltwise_add
+
+### 已支持（或部分支持）的Paddle算子（子图/XTCL接入方式）
+
+- relu
+- tanh
+- conv2d
+- depthwise_conv2d
+- elementwise_add
+- pool2d
+- softmax
+- mul
+- batch_norm
+- stack
+- gather
+- scale
+- lookup_table
+- slice
+- transpose
+- transpose2
+- reshape
+- reshape2
+- layer_norm
+- gelu
+- dropout
+- matmul
+- cast
+- yolo_box
+
+
+## 参考示例演示
+
+### 测试设备(K100昆仑AI加速卡)
+
+![baidu_xpu](https://paddlelite-demo.bj.bcebos.com/devices/baidu/baidu_xpu.jpg)
+
+### 准备设备环境
+
+- K100/200昆仑AI加速卡[规格说明书](https://paddlelite-demo.bj.bcebos.com/devices/baidu/K100_K200_spec.pdf)，如需更详细的规格说明书或购买产品，请联系欧阳剑ouyangjian@baidu.com；
+- K100为全长半高PCI-E卡，K200为全长全高PCI-E卡，要求使用PCI-E x16插槽，且需要单独的8针供电线进行供电；
+- 安装K100/K200驱动，目前支持Ubuntu和CentOS系统，由于驱动依赖Linux kernel版本，请正确安装对应版本的驱动安装包。
+
+### 准备本地编译环境
+
+- 为了保证编译环境一致，建议参考[源码编译](../user_guides/source_compile)中的Linux开发环境进行配置；
+- 由于编译示例程序需要依赖OpenCV和CMake 3.10.3，请执行如下命令进行安装；
+
+```shell
+$ sudo apt-get update
+$ sudo apt-get install gcc g++ make wget unzip libopencv-dev pkg-config
+$ wget https://www.cmake.org/files/v3.10/cmake-3.10.3.tar.gz
+$ tar -zxvf cmake-3.10.3.tar.gz
+$ cd cmake-3.10.3
+$ ./configure
+$ make
+$ sudo make install
+```
+
+### 运行图像分类示例程序
+
+- 从[https://paddlelite-demo.bj.bcebos.com/devices/baidu/PaddleLite-linux-demo.tar.gz](https://paddlelite-demo.bj.bcebos.com/devices/baidu/PaddleLite-linux-demo.tar.gz)下载示例程序，解压后清单如下：
+
+```shell
+- PaddleLite-linux-demo
+  - image_classification_demo
+    - assets
+      - images 
+        - tabby_cat.jpg # 测试图片
+      - labels
+        - synset_words.txt # 1000分类label文件
+      - models
+        - resnet50_fp32_224_fluid # Paddle fluid non-combined格式的resnet50 float32模型
+          - __model__ # Paddle fluid模型组网文件，可拖入https://lutzroeder.github.io/netron/进行可视化显示网络结构
+          - bn2a_branch1_mean # Paddle fluid模型参数文件
+          - bn2a_branch1_scale
+          ...
+    - shell
+      - CMakeLists.txt # 示例程序CMake脚本
+      - build
+        - image_classification_demo # 已编译好的，适用于amd64的示例程序
+      - image_classification_demo.cc # 示例程序源码
+      - build.sh # 示例程序编译脚本
+      - run.sh # 示例程序运行脚本
+  - libs
+    - PaddleLite
+      - amd64
+        - include # PaddleLite头文件
+        - lib
+          - libiomp5.so # Intel OpenMP库
+          - libmklml_intel.so # Intel MKL库
+          - libxpuapi.so # XPU API库，提供设备管理和算子实现。
+          - llibxpurt.so # XPU runtime库
+          - libpaddle_full_api_shared.so # 预编译PaddleLite full api库
+      - arm64
+        - include # PaddleLite头文件
+        - lib
+          - libxpuapi.so # XPU API库，提供设备管理和算子实现。
+          - llibxpurt.so # XPU runtime库
+          - libpaddle_full_api_shared.so # 预编译PaddleLite full api库
+```
+
+- 进入PaddleLite-linux-demo/image_classification_demo/shell，直接执行./run.sh amd64即可；
+
+```shell
+$ cd PaddleLite-linux-demo/image_classification_demo/shell
+$ ./run.sh amd64 # 默认已生成amd64版本的build/image_classification_demo，因此，无需重新编译示例程序就可以执行。
+$ ./run.sh arm64 # 需要在arm64(FT-2000+/64)服务器上执行./build.sh arm64后才能执行该命令。
+...
+AUTOTUNE:(12758016, 16, 1, 2048, 7, 7, 512, 1, 1, 1, 1, 0, 0, 0) = 1by1_bsp(1, 32, 128, 128)
+Find Best Result in 150 choices, avg-conv-op-time = 40 us
+[INFO][XPUAPI][/home/qa_work/xpu_workspace/xpu_build_dailyjob/api_root/baidu/xpu/api/src/wrapper/conv.cpp:274] Start Tuning: (12758016, 16, 1, 512, 7, 7, 512, 3, 3, 1, 1, 1, 1, 0)
+AUTOTUNE:(12758016, 16, 1, 512, 7, 7, 512, 3, 3, 1, 1, 1, 1, 0) = wpinned_bsp(1, 171, 16, 128)
+Find Best Result in 144 choices, avg-conv-op-time = 79 us
+I0502 22:34:18.176113 15876 io_copy_compute.cc:75] xpu to host, copy size 4000
+I0502 22:34:18.176406 15876 io_copy_compute.cc:36] host to xpu, copy size 602112
+I0502 22:34:18.176697 15876 io_copy_compute.cc:75] xpu to host, copy size 4000
+iter 0 cost: 2.116000 ms
+I0502 22:34:18.178530 15876 io_copy_compute.cc:36] host to xpu, copy size 602112
+I0502 22:34:18.178792 15876 io_copy_compute.cc:75] xpu to host, copy size 4000
+iter 1 cost: 2.101000 ms
+I0502 22:34:18.180634 15876 io_copy_compute.cc:36] host to xpu, copy size 602112
+I0502 22:34:18.180881 15876 io_copy_compute.cc:75] xpu to host, copy size 4000
+iter 2 cost: 2.089000 ms
+I0502 22:34:18.182726 15876 io_copy_compute.cc:36] host to xpu, copy size 602112
+I0502 22:34:18.182976 15876 io_copy_compute.cc:75] xpu to host, copy size 4000
+iter 3 cost: 2.085000 ms
+I0502 22:34:18.184814 15876 io_copy_compute.cc:36] host to xpu, copy size 602112
+I0502 22:34:18.185068 15876 io_copy_compute.cc:75] xpu to host, copy size 4000
+iter 4 cost: 2.101000 ms
+warmup: 1 repeat: 5, average: 2.098400 ms, max: 2.116000 ms, min: 2.085000 ms
+results: 3
+Top0  tabby, tabby cat - 0.689418
+Top1  tiger cat - 0.190557
+Top2  Egyptian cat - 0.112354
+Preprocess time: 1.553000 ms
+Prediction time: 2.098400 ms
+Postprocess time: 0.081000 ms
+```
+
+- 如果需要更改测试图片，可将图片拷贝到PaddleLite-linux-demo/image_classification_demo/assets/images目录下，然后将run.sh的IMAGE_NAME设置成指定文件名即可；
+- 如果需要重新编译示例程序，直接运行./build.sh amd64或./build.sh arm64即可。
+
+```shell
+$ cd PaddleLite-linux-demo/image_classification_demo/shell
+$ ./build.sh amd64 # For amd64
+$ ./build.sh arm64 # For arm64(FT-2000+/64) 
+```
+
+### 更新模型
+
+- 通过Paddle Fluid训练，或X2Paddle转换得到ResNet50 float32模型[resnet50_fp32_224_fluid](https://paddlelite-demo.bj.bcebos.com/models/resnet50_fp32_224_fluid.tar.gz)；
+- 由于XPU一般部署在Server端，因此将使用PaddleLite的full api加载原始的Paddle Fluid模型进行预测，即采用CXXConfig配置相关参数。
+
+### 更新支持百度XPU的Paddle Lite库
+
+- 下载PaddleLite源码；
+
+```shell
+$ git clone https://github.com/PaddlePaddle/Paddle-Lite.git
+$ cd Paddle-Lite
+$ git checkout <release-version-tag>
+```
+
+- 下载xpu_toolchain for amd64 or arm64(FT-2000+/64)；
+
+```shell
+$ wget <URL_to_download_xpu_toolchain>
+$ tar -xvf output.tar.gz
+$ mv output xpu_toolchain
+```
+
+- 编译full_publish for amd64 or arm64(FT-2000+/64)；
+
+```shell
+For amd64，如果报找不到cxx11::符号的编译错误，请将gcc切换到4.8版本。
+$ ./lite/tools/build.sh --build_xpu=ON --xpu_sdk_root=./xpu_toolchain x86
+
+For arm64(FT-2000+/64)
+$ ./lite/tools/build.sh --arm_os=armlinux --arm_abi=armv8 --arm_lang=gcc --build_extra=ON --build_xpu=ON --xpu_sdk_root=./xpu_toolchain --with_log=ON full_publish
+```
+
+- 将编译生成的build.lite.x86/inference_lite_lib/cxx/include替换PaddleLite-linux-demo/libs/PaddleLite/amd64/include目录；
+- 将编译生成的build.lite.x86/inference_lite_lib/cxx/include/lib/libpaddle_full_api_shared.so替换PaddleLite-linux-demo/libs/PaddleLite/amd64/lib/libpaddle_full_api_shared.so文件；
+- 将编译生成的build.lite.armlinux.armv8.gcc/inference_lite_lib.armlinux.armv8.xpu/cxx/include替换PaddleLite-linux-demo/libs/PaddleLite/arm64/include目录；
+- 将编译生成的build.lite.armlinux.armv8.gcc/inference_lite_lib.armlinux.armv8.xpu/cxx/lib/libpaddle_full_api_shared.so替换PaddleLite-linux-demo/libs/PaddleLite/arm64/lib/libpaddle_full_api_shared.so文件。
+
+## 其它说明
+
+- 如需更进一步的了解相关产品的信息，请联系欧阳剑ouyangjian@baidu.com；
+- 百度昆仑的研发同学正在持续适配更多的Paddle算子，以便支持更多的Paddle模型。

docs/demo_guides/mediatek_apu.md

@@ -7,7 +7,7 @@ Paddle Lite已支持MTK APU的预测部署。
 
 ### 已支持的芯片
 
-- [MT8168](https://www.mediatek.cn/products/tablets/mt8168)/[MT8175](https://www.mediatek.cn/products/tablets/mt8175)。
+- [MT8168](https://www.mediatek.cn/products/tablets/mt8168)/[MT8175](https://www.mediatek.cn/products/tablets/mt8175)及其他智能芯片。
 
 ### 已支持的设备
 
@@ -148,7 +148,7 @@ $ ./opt --model_dir=mobilenet_v1_int8_224_fluid \
 ```
 - 注意：opt生成的模型只是标记了MTK APU支持的Paddle算子，并没有真正生成MTK APU模型，只有在执行时才会将标记的Paddle算子转成MTK Neuron adapter API调用实现组网，最终生成并执行模型。
 
-### 更新支持RK NPU的Paddle Lite库
+### 更新支持MTK APU的Paddle Lite库
 
 - 下载PaddleLite源码和APU DDK；
 ```shell

docs/demo_guides/rockchip_npu.md

@@ -52,10 +52,10 @@ Paddle Lite已支持RK NPU的预测部署。
 
 ### 运行图像分类示例程序
 
-- 从[https://paddlelite-demo.bj.bcebos.com/devices/rockchip/PaddleLite-armlinux-demo.tar.gz](https://paddlelite-demo.bj.bcebos.com/devices/rockchip/PaddleLite-armlinux-demo.tar.gz)下载示例程序，解压后清单如下：
+- 从[https://paddlelite-demo.bj.bcebos.com/devices/rockchip/PaddleLite-linux-demo.tar.gz](https://paddlelite-demo.bj.bcebos.com/devices/rockchip/PaddleLite-linux-demo.tar.gz)下载示例程序，解压后清单如下：
 
 ```shell
-- PaddleLite-armlinux-demo
+- PaddleLite-linux-demo
   - image_classification_demo
     - assets
       - images 
@@ -96,9 +96,9 @@ Paddle Lite已支持RK NPU的预测部署。
           - libpaddle_light_api_shared.so
 ```
 
-- 进入PaddleLite-armlinux-demo/image_classification_demo/shell，直接执行./run.sh arm64即可，注意：run.sh不能在docker环境执行，否则无法找到设备；
+- 进入PaddleLite-linux-demo/image_classification_demo/shell，直接执行./run.sh arm64即可，注意：run.sh不能在docker环境执行，否则无法找到设备；
 ```shell
-$ cd PaddleLite-armlinux-demo/image_classification_demo/shell
+$ cd PaddleLite-linux-demo/image_classification_demo/shell
 $ ./run.sh arm64 # For RK1808 EVB
 $ ./run.sh armhf # For RK1806 EVB 
 ...
@@ -147,10 +147,10 @@ For RK1806 EVB
 $ ./lite/tools/build.sh --arm_os=armlinux --arm_abi=armv7 --arm_lang=gcc --build_extra=ON --with_log=ON --build_rknpu=ON --rknpu_ddk_root=./rknpu_ddk full_publish
 $ ./lite/tools/build.sh --arm_os=armlinux --arm_abi=armv7 --arm_lang=gcc --build_extra=ON --with_log=ON --build_rknpu=ON --rknpu_ddk_root=./rknpu_ddk tiny_publish
 ```
-- 将编译生成的build.lite.armlinux.armv8.gcc/inference_lite_lib.armlinux.armv8.rknpu/cxx/include替换PaddleLite-armlinux-demo/libs/PaddleLite/arm64/include目录；
-- 将编译生成的build.lite.armlinux.armv8.gcc/inference_lite_lib.armlinux.armv8.rknpu/cxx/lib/libpaddle_light_api_shared.so替换PaddleLite-armlinux-demo/libs/PaddleLite/arm64/lib/libpaddle_light_api_shared.so文件；
-- 将编译生成的build.lite.armlinux.armv7.gcc/inference_lite_lib.armlinux.armv7.rknpu/cxx/include替换PaddleLite-armlinux-demo/libs/PaddleLite/armhf/include目录；
-- 将编译生成的build.lite.armlinux.armv7.gcc/inference_lite_lib.armlinux.armv7.rknpu/cxx/lib/libpaddle_light_api_shared.so替换PaddleLite-armlinux-demo/libs/PaddleLite/armhf/lib/libpaddle_light_api_shared.so文件。
+- 将编译生成的build.lite.armlinux.armv8.gcc/inference_lite_lib.armlinux.armv8.rknpu/cxx/include替换PaddleLite-linux-demo/libs/PaddleLite/arm64/include目录；
+- 将编译生成的build.lite.armlinux.armv8.gcc/inference_lite_lib.armlinux.armv8.rknpu/cxx/lib/libpaddle_light_api_shared.so替换PaddleLite-linux-demo/libs/PaddleLite/arm64/lib/libpaddle_light_api_shared.so文件；
+- 将编译生成的build.lite.armlinux.armv7.gcc/inference_lite_lib.armlinux.armv7.rknpu/cxx/include替换PaddleLite-linux-demo/libs/PaddleLite/armhf/include目录；
+- 将编译生成的build.lite.armlinux.armv7.gcc/inference_lite_lib.armlinux.armv7.rknpu/cxx/lib/libpaddle_light_api_shared.so替换PaddleLite-linux-demo/libs/PaddleLite/armhf/lib/libpaddle_light_api_shared.so文件。
 
 ## 其它说明
 

docs/index.rst

@@ -54,6 +54,7 @@ Welcome to Paddle-Lite's documentation!
   demo_guides/opencl
   demo_guides/fpga
   demo_guides/npu
+  demo_guides/baidu_xpu
   demo_guides/rockchip_npu
   demo_guides/mediatek_apu