Is your feature request related to a problem?

Describe the solution you'd like
在GPU上训练时使用brpc的RDMA传输，期望使用GDR能力，直接将RPC请求写入到GPU的buffer中，再通过cudamemcp或者gdrcopy从GPU上拷贝出协议部分进行解析，以减少CPU和GPU之间的数据传输。

Describe alternatives you've considered
进行的尝试：
将block_pool.cpp中的BlockPool替换成了通过cuda分配的显存，但在使用IOBuf时，会在分配出来的内存上进行placement new，

而这导致CPU直接访问显存，产生core dumped

因此，有以下三种想法：
1.修改block_pool.cpp，新增一个ObjectPool用于分配Block的实体，将Block的data指向BlockPool -> 即 Block的实体部分 与 数据部分分离
在此基础上，修改IOBuf的create block接口，objmem_allocate分配一个block出来，blockmem_allocate分配一段内存用于传输RPC请求

2.增加RDMA Write/Read接口；原本brpc的Send/Recv用于传输控制数据（例如，对端GPU地址），再使用RDMA Write直接将训练数据写到对端GPU地址上

3.使用append_with_user_data，将attachment从显存上分配，发送时使用RDMA的scatter-gatther特性，使其request请求写入到主机内存，attachment写入到显存上。
但是此接口也是会在分配出来的内存上进行placement new，因此也存在core dumped的问题，也需要修改IOBuf的接口

Additional context/screenshots
想请教这三个中是否有具有可行性的方案