Optimize int8 for C906

[sunnycase]

• [x] Add support for any BATCH_SIZE (pow of 2)
• [x] Move l_postprocess_sum to arch_x.h
• [x] Add n parameter to l_postprocess_sum for vectorize
• [x] Optimize int8 by adding outscale_inv for using fmul instead of fdiv
• [x] Optimize int8 tm_dot_prod_pack2 for C906
• [x] Optimize int8/fp16 l_postprocess_sum for C906

Benchmark:

on D1-H

TM_MDL_INT8 (ms)

config	vww96	mbnet128
O1 RV64V	29.320 -> 25.6 (fps +14.5%)	58.957 -> 37.8 (fps +56%)

[Zepan]

还需要处理下默认的 tm_layers.c里的147～152行，因为在O0时 会重复定义 l_postprocess_sum
以及可以把 l_postprocess_sum 重命名成 tm_postprocess_sum (原来的l前缀代表的是local，剥离出来的话可以就使用一般性tm前缀)

[sunnycase]

还需要处理下默认的 tm_layers.c里的147～152行，因为在O0时 会重复定义 l_postprocess_sum 以及可以把 l_postprocess_sum 重命名成 tm_postprocess_sum (原来的l前缀代表的是local，剥离出来的话可以就使用一般性tm前缀)

Fixed.