[MLU] fix FillKernel and add unit test for stride

[Tongkaio]

• 修复 FillKernel 的 core dump 问题，已能够正常训练，但因为 contiguous 和 strided_copy 的性能较差，训练速度会很慢，CustomDevice 将默认关闭 FLAGS_use_stride_kernel（#1097），待相关算子性能优化完毕后再打开，开启 stride 时的训练截图：

  

• 增加 stride 相关的单测，单测中会手动开启 FLAGS_use_stride_kernel 进行测试：

  

[paddle-bot[bot]]

Thanks for your contribution!