Created by: Shixiaowei02

本提交增加用户接口，使预测线程可绑定单独的 GPU 流。

【注意】 目前的 Paddle 实现中，GPU 流绑定线程的动作是在构造新的 PaddlePredictor 对象，即调用 CreatePaddlePredictor() 或 PaddlePredictor::Clone() 时完成的。所以使用多流，需同时满足下列条件：

1. 调用 AnalysisConfig::EnableGpuMultiStream() 生效配置；
2. 生成（或克隆生成）PaddlePredictor 对象时，所在线程与执行 PaddlePredictor::Run() 或 PaddlePredictor::ZeroCopyRun() 预测时所在的线程一致。

若未满足上述约定，多流配置将失效：线程不再绑定 GPU 流，但预测结果不受影响。 目前 Paddle 底层已支持 GPU 流优先级，但用户接口还未确定。

配置示例：

#include <glog/logging.h>
#include "paddle_inference_api.h"

namespace paddle {
std::unique_ptr<PaddlePredictor> create_predictor(const std::string& dir,
                                                  bool use_gpu,
                                                  bool thread_stream) {
  AnalysisConfig config;
  config.SetModel(dir);
  if (use_gpu) {
    config.EnableUseGpu(100 /* 缓存大小 */, 0 /* 设备号 */);
  }
  if (thread_stream) {
    // 各线程 AnalysisPredictor::Run() 使用独立 GPU 流，不再共用。
    // 缓存大小从“进程独占值”变成“线程独占值”。
    config.EnableGpuMultiStream();
    CHECK_EQ(use_gpu, true);
  }
  return CreatePaddlePredictor<AnalysisConfig>(config);
}
} // namespace paddle

ResNet 测试：