mlir 编译器学习笔记之九 -- 后端生成

方案1、在mlir中使用标准的emitc转换生成

EmitC 是 MLIR(Multi-Level Intermediate Representation)框架中的一个官方方言(Dialect),而不是一个独立的编程语言标准(如 C++11 或 C99 那样的标准),其中总体实现可以参数社区的现有实现方法:

populateSCFToEmitCConversionPatterns(patterns, converter);

populateHLCToEmitCConversionPatterns(patterns, converter);

populateArithToEmitCPatterns(converter, patterns);

populateConvertMathToEmitCPatterns(patterns, emitc::LanguageTarget::c99);

populateFuncToEmitCPatterns(converter, patterns);

对于结构体,比如OpCommHead.opType = TAU_TYPE表达

%424 = literal "TAU_TYPE" : !emitc.opaque<"BauOpType">

%429 = "emitc.variable"() <{value = #emitc.opaque<"{0}">}> : () -> !emitc.lvalue<!emitc.opaque<"OpCommHead">>

%431 = "emitc.member"(%429) <{member = "opType"}> : (!emitc.lvalue<!emitc.opaque<"OpCommHead">>) -> !emitc.lvalue<!emitc.opaque<"BauOpType">>

assign %424 : !emitc.opaque<"BauOpType"> to %431 : <!emitc.opaque<"BauOpType">>

方案2、直接将输出操作拼接,即依次直接导入数据流

1.1 基于方案1:结构体的处理可以转换多元素的依次处理。比如CommHead结构

// Convert CreateOpCommHeadPtrOp to "emitc::VariableOp" and "emitc::ApplyOp".

struct CreateOpCommHeadPtrOpConversion

: public OpConversionPattern<bau::CreateOpCommHeadPtrOp> {

using OpConversionPattern<bau::CreateOpCommHeadPtrOp>::OpConversionPattern;

LogicalResult

matchAndRewrite(bau::CreateOpCommHeadPtrOp configOp, OpAdaptor adaptor,

ConversionPatternRewriter &rewriter) const override {

auto getMemberInfo =

\&() -> SmallVector<std::pair<StringRef, SmallVector<Value>>> {

return SmallVector<std::pair<StringRef, SmallVector<Value>>>{

{"wordBitmap", SmallVector<Value>{adaptor.getWordBitmap()}},

{"condEn", SmallVector<Value>{adaptor.getCondEn()}}};

};

return createStructOrUnionPtr<bau::CreateOpCommHeadPtrOp>(

configOp, rewriter, this->getTypeConverter(), getMemberInfo);

}

};

其中上面的文件也可以使用py生成,比如:

def generate_emitc_pattern(head_data):

f = open(EMITC_PATTERN_FILE, 'w', encoding='utf-8')

f.write(CLANG_OFF)

add_pattern_str = 'void ' + ADD_PATTERN_FUNC

add_pattern_str += '(RewritePatternSet &patterns, '

add_pattern_str += 'TypeConverter &typeConverter) {\n'

add_pattern_str += ' MLIRContext *ctx = patterns.getContext();\n'

for name, _ in utils.get_struct_and_union_asembly(head_data).items():

op_name = utils.get_create_op_name(name)

out_str = get_conversion_comment(op_name) + '\n'

out_str += (get_conversion_define(op_name) + '\n\n')

out_str += (get_conversion_main_func_def(op_name) + '\n')

out_str += (get_member_info_head() + '\n')

out_str += (get_member_convert_map(head_data, name, '', True) + '};\n')

out_str += ' };\n'

out_str += ' return createStructOrUnionPtr<bau::' + op_name + '>(\n'

out_str += ' configOp, rewriter, '

out_str += 'this->getTypeConverter(), getMemberInfo);\n'

out_str += ' }\n'

out_str += '};\n'

f.write(out_str)

f.write('\n')

add_pattern_str += (' patterns.add<' + get_conversion_name(op_name))

add_pattern_str += '>(typeConverter, ctx);\n'

add_pattern_str += '}\n'

f.write(add_pattern_str)

f.write(CLANG_ON)

print(f'Success generate {EMITC_PATTERN_FILE}')

1.2 基于方案1:call_opaqueverbatim 的主要区别

call_opaque:专门用来调用 C/C++ 函数,生成格式固定、清晰的函数调用代码。

verbatim:一个"万能"的文本插入工具,可以生成任何 C/C++ 代码

注:call_opaque 的参数只能是 SSA 值 (即其他操作的结果),不能是任意表达式,所以类似的内联emitc.call_opaque "MyFunc"(&%arg0, %arg1) : (!emitc.ptr<i32>, i32) -> ()不支持,需要改为emitc.verbatim "MyFunc(&{}, {});" args %arg0, %arg1

2、@declare_module 和 @define_module 被框架/工具链强制要求放在不同的逻辑模块(module)中,并且生成到不同的输出文件

@declare_module:头文件

@define_module:源文件

相关推荐
mlidongfeng11 分钟前
[AI][昇腾950]TA 学习
数据库·学习
ヾChen43 分钟前
ESP32 OTA 踩坑实录
stm32·单片机·嵌入式硬件·物联网·学习
云半S一1 小时前
Python学习总结
python·学习·学习分享
苏子寒1 小时前
Nano-VLLM全代码解析笔记(6)-embed_head和linear
pytorch·笔记·python·机器学习·ai·nlp·vllm
雨田言炎2 小时前
STM32专题之内部FLASH详解
笔记·stm32·单片机
科信集团2 小时前
政策科普|广东省绿色制造体系全解读
学习·制造·绿色
迪丽热爱2 小时前
多媒体应用9-823
学习
xiaoxiangsiyan3 小时前
全网IPv6规模化改造实战指南
运维·网络·笔记·云原生·自动化
m4Rk_3 小时前
【论文阅读】Agent 记忆机制(48):Fine-Mem——用细粒度奖励解决长期记忆管理中的奖励稀疏与信用分配
论文阅读·人工智能·学习·开源·github
是隼人3 小时前
buuctf-pwn axb_2019_fmt32题解(学习过程持续更新)
c语言·学习·安全·pwn入门·ctf入门