[Feature Requst] 扩展 graph 的性能统计功能

[strint]

现在图的op数量很多时，比如大模型达到几千、上万的 op 时，性能定位变成一个难题。

现在最可靠的工具是 nvtx，但是 nvtx 的使用成本高：

• 不带 op name 的nvtx，需要特殊的启动开关来生成，之后用户要看懂也有难度；
• 带 op name 的 nvtx，需要编译特殊的 oneflow 版本

有个潜力是把 opcounter 项目扩展下，支持：

• 计算量；（已经做了，让其可以支持分nn.Module的统计）
• 内存；（导出内存复用的 chunk 和 block 数据给 python 端，op name 对应的内存块大小是知道的）
• 通信；（利用自动并行的 cost mode？l）