docs: 初步添加 attention 算子定义

Signed-off-by: YdrMaster <ydrml@hotmail.com>

Author: YdrMaster

src/08-01llm/README.md

@@ -25,3 +25,39 @@ y = (x^2 + δ)^(-1/2) * w * x
 1 Output:
 
 - **Y(heterogeneous) - T**: 输出张量。形状与 `X` 相同。
+
+## Attention
+
+### Summary
+
+Multi-head Self Attention 的封装形式，用于 transformer 模型。
+
+支持使用 kv cache，使用条件由输入和属性综合决定。有以下 6 种情况：
+
+| 序号 | 输入数量 | `max_seq_len` | 使用 kv cache | 输出数量 | cache s 维度 | 备注
+|:-:|:-:|:-----:|:-------:|:-:|:------------------------:|:-
+| 1 | 3 |     0 | none    | 1 | -                        |
+| 2 | 3 | S > 0 | init    | 3 | `S`                      | `assert(S >= seq_len)`
+| 3 | 4 |     0 | inplace | 3 | `past_seq_len + seq_len` | `past_seq_len` 必须是常量
+| 4 | 4 | S > 0 | inplace | 3 | `S`                      | `assert(S >= past_seq_len + seq_len)`
+| 5 | 6 |     0 | copy    | 3 | `past_seq_len + seq_len` | `past_seq_len` 必须是常量
+| 6 | 6 | S > 0 | copy    | 3 | `S`                      | `assert(S >= past_seq_len + seq_len)`
+
+### Attributes
+
+- **max_seq_len - INT** (default is `0`): 最大序列长度，用于初始化 kv cache。
+
+### Inputs
+
+- **query(heterogeneous) - T**: 形状为 `N x n_head x seq_len x head_dim`。
+- **key(heterogeneous) - T**: 形状为 `N x n_kv_head x seq_len x head_dim`。
+- **value(heterogeneous) - T**: 形状为 `N x n_kv_head x seq_len x head_dim`。
+- **past_seq_len(optional) -int64**: 要连接的历史序列长度，必须为标量。不使用 kv cache 时留空。
+- **k_cache(optional, heterogeneous) -T**: k 缓存的初始值，形状为 `N x n_kv_head x s x head_dim`，`s` 为不小于 `past_seq_len` 的任意值。不使用或不重置 kv cache 时留空。
+- **v_cache(optional, heterogeneous) -T**: v 缓存的初始值，形状为 `N x n_kv_head x s x head_dim`，`s` 为不小于 `past_seq_len` 的任意值。不使用或不重置 kv cache 时留空。
+
+### Outputs
+
+- **output(heterogeneous) - T**: 形状与 `query` 相同。
+- **k_cache(optional, heterogeneous) - T**: 形状为 `N x n_kv_head x s x head_dim`。`s` 的值根据 `Summary` 的描述计算。
+- **v_cache(optional, heterogeneous) - T**: 形状为 `N x n_kv_head x s x head_dim`。`s` 的值根据 `Summary` 的描述计算。