确定算子原型
本样例目标是自定义实现一个In-place类PyTorch算子，使其在Eager和TorchAir图模式下正常工作。
假设目标PyTorch算子Schema定义如下：
定义In-place类算子时，需要遵循PyTorch原型定义约定：
- 必须显式标记被In-place修改的Tensor输入，标记方式例如Tensor(a!)，a为别名，!表示该输入被修改。
- Tensor类型输入在前，基本类型输入在后。
- 不返回任何被In-place修改的输入。
为什么遵循这个规则，因为本样例基于PyTorch 2.1.0版本，需要手动实现函数化转换。
考虑到PyTorch 2.5+版本开始支持函数化自动转换，要求不返回被修改的输入，TorchAir将在后续版本支持该特性。
- func: my_inplace(Tensor(a!) x, Tensor(b!) y) -> ()
- my_inplace：算子名，对应调用方式为torch.ops.npu.my_inplace。
- Tensor(a!) x：表示x为Tensor类型输入，(a!)表示该输入具有别名a且会被修改。
- Tensor(b!) y：表示y为Tensor类型输入，(b!)表示该输入具有别名b且会被修改。
- -> ()：表示算子无返回值，对应Python中的None。
请先完成环境准备，确定好算子原型后，实现目标算子入图的步骤如下：
父主题： In-place算子开发和入图样例