mlir 编译器学习笔记之六 -- 经典实现
1、利用 重载方法: val.getDefiningOp<emitc::CallOpaqueOp>() 和 val.getDefiningOp()
class Value { private: Operation* definingOp_ = nullptr; public: Operation*getDefiningOp() const { // 基础版本 return definingOp_; } template <typename OpTy> // 模板版本 - 调用基础版本，增加类型检查 OpTy getDefiningOp() const { return llvm::dyn_cast_or_null<OpTy>(getDefiningOp()); } };2、动态多态 (dyn_cast) 要求具有相同的基类。当没有相同基类时候可以使用requires(C++20)
模版类变量 可以使用 dyn_cast<BAUStructuredOp>(*op) 直接类型转换，也可以Operation* operation = op隐式类型转换
3、利用模版template <typename... OpType>实现多个同类算子处理
template <typename... OpTypes>
static void registerMAUOps(RewritePatternSet &patterns) {
(patterns.add<InsertDataLayoutforBAUByInterface<OpTypes>>(patterns.getContext()), ...);
}
4、return WalkResult::advance();是结束本次迭代，而不是结束整个funcOp->walk
5、class ConvertAtenAddOp 需要处理两个操作数的类型提升，利用了返回值已经是类型提升后的类型简化
Value operandA = convertScalarToDtype(rewriter, loc, adaptor.getA(), resultType);
6、LLVM中，Pattern Rewrite通常使用一个循环来反复应用优化规则，直到没有规则可以应用为止,eg:combine
bool changed = true; while (changed) { changed = false; changed |= applyPattern1(); changed |= applyPattern2(); // 更多模式... }7、获取tensor的维度值
Location loc = addOp.getLoc();
OpBuilder builder(op->getContext());
SmallVector<OpFoldResult> sizes = tensor::getMixedSizes(builder, loc, lhs);
// 使用dispatchIndexOpFoldResults将sizes解析获取静态和动态值(仅动态维)
8、this->softmaxOps[softmaxOp] = std::move(info);相比
this->softmaxOps[softmaxOp] = info 高效，仅仅转移所有权，而不需要复制整个容器
9、创建型设计模式（单例模式）：
explicit SymbolAnalysis() = default; // 禁止默认构造
static SymbolAnalysis *instance; // 仅创建一次，存在时直接返回
10、alloc, tensor.reshape 动态shape和静态shape表达形式存在差异 ？
11、禁用特定pattern的方法： patterns.disablePattern<MyPattern2>();
12、寄存器分配不能使用纯回溯(智能搜索 + 剪枝)，并非暴力遍历
a) 分形传播时考虑输入间的约束，则需要回溯，因为一个输入的选择会影响所有其他输入 ==> 回溯剪枝
b) 如果不考虑输入间的约束， 只需考虑这个输入自身的约束，则线性时间，无需回溯==>
动态规划/贪心算法(遵循最优子结构性质, 即一个问题的最优解包含其子问题的最优解)
13、在 MLIR 中，ShapedType是所有具有形状和元素类型的类型的公共基类，包括TensorType、VectorType和MemRefType。可以使用ShapedType来区别标量
14、方言合法性：动态shape无法区分是否合法时,可以设置标记，eg:
target.addDynamicallyLegalOp<scf::ForOp, scf::YieldOp>([this](Operation *op) { if (this->dynamicShape) { auto attr = op->getAttrOfType<BoolAttr>("isLegal"); return attr && attr.getValue(); } ... } // 相应配置newOp->setAttr("isLegal", rewriter.getBoolAttr(true));15、属性也是Op的一部分，属性不一样，Op就不同，所以当算子加上属性后，就能避免cse优化
defOp->setAttr(cseBarrier, builder.getIndexAttr(currBarrier++));
16、实现延迟的关键是要存储行为，"存储行为"的核心是延迟计算和策略模式的实现
17、 pattern匹配后注册的优先
populateArithToEmitCPatterns(patterns) { SignedCastConversion<arith::IndexCastOp>, // 优先级较低 IndexCastOpConversion, // 优先级较高，后注册优先匹配}