这里删除的原因是

原先round的inplace版本是通过这里实现的，但现在增加了个attr，这种方法应该是不行了，所以在这里重新实现了。

这里不需要修改吧，和原来的宏是一模一样的

这里删掉冗余注释吧

这里看起来删掉了原来的kernel？

这个下面通过手动定义了新的kernel，没有使用这个宏。
然后onednn中round应该也是不支持decimal的，所以目前这个pr中onednn版本的round并不支持decimal，只是添加了这个参数，为了编译通过。
目前想到的一个办法是在onednn版本的round中引入其他的onednn算子来实现decimal的逻辑，但这样的话会不会丧失了使用onednn的带来的性能上的提升？

如果onednn本身不支持的话，就组合一下其他的算子 组合支持下

这个下面通过手动定义了新的kernel，没有使用这个宏。 然后onednn中round应该也是不支持decimal的，所以目前这个pr中onednn版本的round并不支持decimal，只是添加了这个参数，为了编译通过。 目前想到的一个办法是在onednn版本的round中引入其他的onednn算子来实现decimal的逻辑，但这样的话会不会丧失了使用onednn的带来的性能上的提升？

hi，辛苦按上面这个思路开展吧：在onednn版本的round中引入其他的onednn算子来实现decimal的逻辑

嗯嗯嗯，在进行中~

这里ONEDNN的kernel进行了注册没

这里GPU的kernel进行了注册没

看到了很多屏蔽掉注册的，这些kernel注册的修改是否合理

是注册了的。这里定义kernel时因为增加了参数，原先的宏不适用了，在下面单独定义了。
另外目前在onednn方面实现上还有一点问题导致CI未通过，在修改中。

是注册了的。这里定义kernel时因为增加了参数，原先的宏不适用了，在下面单独定义了。 另外目前在onednn方面实现上还有一点问题导致CI未通过，在修改中。

换了地方注册，就移除原来的宏吧，正式代码里需去掉多余注释

windows上精度出了问题，我推测是这里虽然公式上与原来一致，但是在计算机内部会有细微的差异经过多种计算重叠，被放大了误差

float ten_pow_deciamls = std::pow(10, decimals); out.device(d) = (x * static_cast<T>(ten_pow_deciamls)).round() * static_cast<T>(1.0 / ten_pow_deciamls);
但是std::pow有细微的精度误差，经过后续一系列的 乘法、round、乘法、倒数，可能细微的精度误差进一步放大。

所以我建议要简化一下公式，不要完全按数学上来写：

对于decimals=0、1、2、3等常见值，直接取计算后的结果？比如0就是out.device(d) = x

op_version.yaml里面需要写一下add_attr，增加一个参数decimals

收到！