修复设备管理在多线程环境下的线程安全问题

[PlumBlossomMaid]

修复设备管理在多线程环境下的线程安全问题

🎉 新春贺词
值此丙午马年除夕之际，谨向 Paddle 团队全体成员致以诚挚的新春祝福！愿我们在新的一年里如骏马奔腾，共同推动飞桨框架的技术创新与突破！🏮🧧

---

本次提交修复了 Paddle 框架在多线程环境下设备管理的线程安全问题。主要改动如下：

1. 问题背景：原有的设备管理使用全局变量 _global_expected_place_，在多线程环境下存在竞态条件，不同线程的设备设置会相互污染。

2. 解决方案：采用双层设备管理设计

   • 主线程继续使用全局变量 _global_expected_place_，保持向后兼容
   • 子线程使用线程局部存储 thread_expected_place_（基于 GlobalThreadLocal 扩展）
   • 查找优先级：子线程优先使用自己的线程局部设备，未设置时回退到全局设备

3. 核心改动：

   • 在 GlobalThreadLocal 类中增加 thread_expected_place_ 字段
   • 重构 _current_expected_place_() 函数，实现线程类型判断和两级查找
   • 重构 _set_expected_place() 函数，根据线程类型更新对应存储位置
   • 新增 _is_main_thread() 辅助函数用于线程类型判断

4. 影响范围：

   • 仅修改 framework.py 中的设备管理相关函数
   • 不改变任何用户可见 API
   • 单线程代码完全不受影响
   • 多线程场景获得线程安全保证

5. 测试验证：

   • 主线程行为不变性测试
   • 子线程设备隔离测试
   • 并发压力测试
   • 设备继承链测试

本次改动解决了多线程推理服务、并行数据处理等场景下的设备竞争问题，同时保持了 Paddle 全局设备管理的简洁性优势。

愿这份代码优化，作为献给飞桨的新春礼物！ 🚀

[paddle-bot]

你的PR提交成功，感谢你对开源项目的贡献!
请检查PR提交格式和内容是否完备，具体请参考示例和模版。
Your PR has been submitted. Thanks for your contribution!
Please check its format and content. For this, you can refer to Template and Demo.