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PyTorch 2.6+版本支持函数化自动转换，该特性要求不返回被修改的输入。
- func: my_inplace(Tensor(a!) x, Tensor y) -> Tensor z
- 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 y：表示y为Tensor类型输入，y不会被修改。
- -> Tensor z：表示算子返回一个新的输出z（我们假设z的shape、dtype与y相同，这是后面实现Meta推导函数以及InferShape、InferDataType函数的依据）。
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