概述
图是"拓扑 + 类型 + 形状"的世界
这句话是理解 AI 编译器"图视角"的核心纲领。
它并不是在说图里没有"数值"，而是在强调：
- 在图编译器（Graph Compiler）这个层面，它完全无视具体的数据值（比如像素是 0.5 还是 0.8）
- 只关心描述数据的"元数据"和描述计算的"骨架"。
通俗比喻
假设图视角是一家 中央厨房的调度 中心，它负责指挥整个烹饪流程。
-
拓扑 = 菜谱步骤的依赖关系（必须先洗菜，才能切菜；必须先切菜，才能炒菜）。调度中心不看菜切得漂不漂亮，只看"谁依赖谁"。
-
类型 = 食材的品种分类（这是肉、这是蔬菜、这是调料）。调度中心不关心这块肉是猪肉还是牛肉（具体值），但必须知道是肉（要用肉刀）还是菜（要用菜刀）。
-
形状 = 食材的分量和容器大小（这是 1 斤肉装在大盆里，那是 2 两葱花装在小碟里）。调度中心根据这个决定用什么锅炒、炒多久。
调度中心绝对不关心 "这块肉上的花纹长什么样"、"这棵白菜重多少克"（具体数值），它只关注数据（食材）的流向、类型和尺寸，以此来决定如何最高效地安排流水线。
例子：图编译器如何"看"代码
假设我们有一个简单的 PyTorch 模型片段：Conv2d -> BatchNorm -> ReLU。
1. 图编译器"看到"的抽象表示
图编译器不关心输入图片是猫还是狗，它只构建如下 DAG：
text
输入 (placeholder)
│ 形状: [1, 3, 224, 224] (类型: fp32)
▼
Conv2d 节点
│ 权重形状: [64, 3, 7, 7] (类型: fp32)
│ 输出形状: [1, 64, 112, 112] (类型: fp32) ← 中间张量 A
▼
BatchNorm 节点
│ 参数: γ, β (类型: fp32)
│ 输出形状: [1, 64, 112, 112] (类型: fp32) ← 中间张量 B
▼
ReLU 节点
│ 输出形状: [1, 64, 112, 112] (类型: fp32) ← 最终输出
▼2. 拆解"拓扑 + 类型 + 形状"如何驱动优化
① 拓扑（依赖关系）告诉编译器"能不能融"
图编译器看拓扑：ReLU 只依赖 BatchNorm，BatchNorm 只依赖 Conv，且它们是一对一的线性关系（没有别的节点使用 中间张量 A）。
这三个节点可以融合（Fusion）！因为中间结果只有这一个"消费者"，不需要存回内存给别人用。
② 形状（大小维度）告诉编译器"值不值得融"
图编译器看形状：中间张量 A 的大小是 1, 64, 112, 112，即 1 * 64 * 112 * 112 = 802,816 个元素（约 3.2 MB）。
如果不融合，这 3.2 MB 要写回 DRAM（主存），再读出来给 BN，成本极高（访存墙）。由于形状巨大，融合收益极高，必须融。
③ 类型（数据精度）告诉编译器"用什么指令融"
图编译器看类型：三个节点的数据类型都是 fp32（单精度浮点）。
既然类型一致，融合后的 Kernel 内部统一使用 SIMD 浮点向量指令（如 AVX2 的 vmulps）。如果类型是 int8，则会触发生成专用的低精度矩阵乘指令（如 VPMADDUBSW）。
对比：如果"类型"或"形状"变了，图编译器的决策会截然不同
| 场景 | 拓扑（依赖） | 类型 | 形状 | 图编译器（调度中心）的决策变化 |
|---|---|---|---|---|
| 原始场景 | Conv → BN → ReLU（链式） | fp32 | 1,64,112,112（大） | 融合：节省大量 DRAM 流量。 |
| 场景 A | Conv → BN → ReLU（链式） | fp32 | 1,64,7,7（小） | 不融合或不强求：中间张量只有 12 KB，访存成本低，融合带来的指令调度开销可能大于收益。 |
| 场景 B | Conv → BN → 输出给 ReLU 和 另一个分支） | fp32 | 1,64,112,112（大） | 不融合：拓扑显示中间张量有两个消费者，如果融合进 ReLU，另一个分支就拿不到数据了，必须存回内存。 |
| 场景 C | Conv → BN → ReLU（链式） | 中间转为 int8 | 1,64,112,112（大） | 强行融合但改变内核：为了省访存依然融合，但内部循环会插入量化（Quantization）指令，将 fp32 中间结果截断为 int8。 |
总结
一批具有固定类型（Type）和固定尺寸（Shape）的数据包（Tensor），按照固定的流向（Topology）流经一堆黑盒操作（Ops）
至于数据包里面的具体数值（比如像素 RGB 是 128 还是 255）------那是 Kernel 层（运行时循环）要处理的具体数值，图编译器完全不看，也不需要看。
在编译期完成 80% 的全局优化决策（内存分配、算子融合、布局转换）。
这，就是"图是拓扑 + 类型 + 形状的世界"的真正含义。