Error[8]: Undefined offset: 166, File: /www/wwwroot/outofmemory.cn/tmp/plugin_ss_superseo_model_superseo.php, Line: 114
File: /www/wwwroot/outofmemory.cn/tmp/plugin_ss_superseo_model_superseo.php, Line: 473, decode(

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录


前言

官方指南:https://mlir.llvm.org/docs/Tutorials/Toy


Toy 指南 一、Toy 和 AST(抽象语法树)

AST结构:

[+++]

从Toy语言到AST的parser可以参考llvm的https://llvm.org/docs/tutorial/MyFirstLanguageFrontend/LangImpl02.html

二、Basic MLIR

在toy Dialect中的transpose operation集成方式:

%t_tensor = "toy.transpose"(%tensor) {inplace = true} : (tensor<2x3xf64>) -> tensor<3x2xf64> loc("example/file/path":12:1)

其中一个operation需要包含的概念:

Toy Dialect

加载自定义dialect: context.loadDialect();
内置的dialect:https://mlir.llvm.org/docs/Dialects/Builtin/

Toy Operations
  1. c++ 模板
    自定义的op继承mlir::Op,基类是一个CRTP(奇异递归模板模式),class ToyXXOp : public mlir::Op。Trait可以有很多,描述op属性。
    注册:

    void ToyDialect::initialize() {
      addOperations();
    }
    
      [+++][+++]
    mlir::Operation *operation;
    ToyXXOp op = llvm::dyn_cast(operation);
    mlir::Operation *internalOperation = op.getOperation(); // 获取op里面wrapper的operation
    
  2. ODS Framework
    Operation Definition Specification:https://mlir.llvm.org/docs/OpDefinitions/
    编译阶段自动由TableGen生成,继承自Op类。
    Toy Dialect的基类op定义为class Toy_Op traits = []> :Op;
    Toy里自定义的op为:

    def ToyXXOp : Toy_Op<"XX"> {
    	let arguments = (ins F64ElementsAttr:$value);
    	let results = (outs F64Tensor);
    	let hasVerifier = 1;
    	let builders = [
    		OpBuilder<(ins "double":$value)>
    	];
    }
    
三、Transformation(High-level)

在Toy Dialect高级语义基础上做 local pattern-match transformations。MLIR’s Generic DAG Rewriter:https://mlir.llvm.org/docs/PatternRewriter/

  1. c++ pattern-match
    继承mlir::OpRewritePattern并重写[+++]。
    注册:
    // 在ToyXXOp的Canonicalization framework中
    void TransposeOp::getCanonicalizationPatterns(RewritePatternSet &results, MLIRContext *context) {
      results.add(context);
    }
    
    // 在主流程中,把optimization加到PassManager里
    mlir::PassManager pm(module.getContext());
    pm.addNestedPass(mlir::createCanonicalizerPass());
    
  2. DRR
    https://mlir.llvm.org/docs/DeclarativeRewrites/
    只能用于通过ODS注册的op
    重写规则
    class Pattern resultPatterns,
    		list additionalConstraints = [],
    		dag benefitsAdded = (addBenefit 0)>;
    
    // 例子:Reshape(Reshape(x)) 替换为 Reshape(x)
    def ReshapeReshapeOptPattern : Pat<(ReshapeOp(ReshapeOp $arg)), (ReshapeOp $arg)>;
    
    // 带参数限制条件的pattern
    // 例子:reshape的输入和输出shape相同,为重复
    def TypesAreIdentical : Constraint.getType() == .getType()">>;
    def RedundantReshapeOptPattern : Pat<"<(ReshapeOp:$res (ConstantOp $arg)), // ReshapeOp 的输入是ConstantOp
      (ConstantOp (ReshapeConstant $arg, $res))>.reshape((.getType()).cast; // additionalConstraints
    
    // 例子,pattern使用c++ func,常量reshape时做常亮折叠
    def ReshapeConstant : NativeCodeCall())">;
    def FoldConstantReshapeOptPattern : Pat
    ; // 保留用res的type创建的ConstantOp
这种方式是针对Dialect的op维度的优化 *** 作。

四、Transformation(Generic)
    interfaces:https://mlir.llvm.org/docs/Interfaces/,可以用此方式,根据不同的Dialect写inline的function。
  1. inlining 在dialect里的op增加constraint,继承[+++],并在Dialect的initialize时注册addInterfaces
  2. ();
  3. 基于ODS注册callable的operation interface。<"func", [DeclareOpInterfaceMethods<"generic_call", [DeclareOpInterfaceMethodsdef FuncOp : Toy_Op]> { ... }
    def GenericCallOp : Toy_Op
    ]> { ... } // DeclareOpInterfaceMethods 可以自动声明interface里面的method pm.addPass(mlir::createInlinerPass());

五、

概念 Dialect

https://mlir.llvm.org/docs/LangRef/#dialects

Operations <===>https://mlir.llvm.org/docs/LangRef/#operations<===>)
File: /www/wwwroot/outofmemory.cn/tmp/route_read.php, Line: 126, InsideLink()
File: /www/wwwroot/outofmemory.cn/tmp/index.inc.php, Line: 166, include(/www/wwwroot/outofmemory.cn/tmp/route_read.php)
File: /www/wwwroot/outofmemory.cn/index.php, Line: 30, include(/www/wwwroot/outofmemory.cn/tmp/index.inc.php)
Error[8]: Undefined offset: 167, File: /www/wwwroot/outofmemory.cn/tmp/plugin_ss_superseo_model_superseo.php, Line: 114
File: /www/wwwroot/outofmemory.cn/tmp/plugin_ss_superseo_model_superseo.php, Line: 473, decode(

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录


前言

官方指南:https://mlir.llvm.org/docs/Tutorials/Toy


Toy 指南 一、Toy 和 AST(抽象语法树)

AST结构:

[+++]

从Toy语言到AST的parser可以参考llvm的https://llvm.org/docs/tutorial/MyFirstLanguageFrontend/LangImpl02.html

二、Basic MLIR

在toy Dialect中的transpose operation集成方式:

%t_tensor = "toy.transpose"(%tensor) {inplace = true} : (tensor<2x3xf64>) -> tensor<3x2xf64> loc("example/file/path":12:1)

其中一个operation需要包含的概念:

Toy Dialect

加载自定义dialect: context.loadDialect();
内置的dialect:https://mlir.llvm.org/docs/Dialects/Builtin/

Toy Operations
  1. c++ 模板
    自定义的op继承mlir::Op,基类是一个CRTP(奇异递归模板模式),class ToyXXOp : public mlir::Op。Trait可以有很多,描述op属性。
    注册:

    void ToyDialect::initialize() {
      addOperations();
    }
    
      [+++][+++]
    mlir::Operation *operation;
    ToyXXOp op = llvm::dyn_cast(operation);
    mlir::Operation *internalOperation = op.getOperation(); // 获取op里面wrapper的operation
    
  2. ODS Framework
    Operation Definition Specification:https://mlir.llvm.org/docs/OpDefinitions/
    编译阶段自动由TableGen生成,继承自Op类。
    Toy Dialect的基类op定义为class Toy_Op traits = []> :Op;
    Toy里自定义的op为:

    def ToyXXOp : Toy_Op<"XX"> {
    	let arguments = (ins F64ElementsAttr:$value);
    	let results = (outs F64Tensor);
    	let hasVerifier = 1;
    	let builders = [
    		OpBuilder<(ins "double":$value)>
    	];
    }
    
三、Transformation(High-level)

在Toy Dialect高级语义基础上做 local pattern-match transformations。MLIR’s Generic DAG Rewriter:https://mlir.llvm.org/docs/PatternRewriter/

  1. c++ pattern-match
    继承mlir::OpRewritePattern并重写[+++]。
    注册:
    // 在ToyXXOp的Canonicalization framework中
    void TransposeOp::getCanonicalizationPatterns(RewritePatternSet &results, MLIRContext *context) {
      results.add(context);
    }
    
    // 在主流程中,把optimization加到PassManager里
    mlir::PassManager pm(module.getContext());
    pm.addNestedPass(mlir::createCanonicalizerPass());
    
  2. DRR
    https://mlir.llvm.org/docs/DeclarativeRewrites/
    只能用于通过ODS注册的op
    重写规则
    class Pattern resultPatterns,
    		list additionalConstraints = [],
    		dag benefitsAdded = (addBenefit 0)>;
    
    // 例子:Reshape(Reshape(x)) 替换为 Reshape(x)
    def ReshapeReshapeOptPattern : Pat<(ReshapeOp(ReshapeOp $arg)), (ReshapeOp $arg)>;
    
    // 带参数限制条件的pattern
    // 例子:reshape的输入和输出shape相同,为重复
    def TypesAreIdentical : Constraint.getType() == .getType()">>;
    def RedundantReshapeOptPattern : Pat<"<(ReshapeOp:$res (ConstantOp $arg)), // ReshapeOp 的输入是ConstantOp
      (ConstantOp (ReshapeConstant $arg, $res))>.reshape((.getType()).cast; // additionalConstraints
    
    // 例子,pattern使用c++ func,常量reshape时做常亮折叠
    def ReshapeConstant : NativeCodeCall())">;
    def FoldConstantReshapeOptPattern : Pat
    ; // 保留用res的type创建的ConstantOp
这种方式是针对Dialect的op维度的优化 *** 作。

四、Transformation(Generic)
    interfaces:https://mlir.llvm.org/docs/Interfaces/,可以用此方式,根据不同的Dialect写inline的function。
  1. inlining 在dialect里的op增加constraint,继承[+++],并在Dialect的initialize时注册addInterfaces
  2. ();
  3. 基于ODS注册callable的operation interface。<"func", [DeclareOpInterfaceMethods<"generic_call", [DeclareOpInterfaceMethodsdef FuncOp : Toy_Op]> { ... }
    def GenericCallOp : Toy_Op
    ]> { ... } // DeclareOpInterfaceMethods 可以自动声明interface里面的method pm.addPass(mlir::createInlinerPass());

五、

概念 Dialect

https://mlir.llvm.org/docs/LangRef/#dialects

Operations https://mlir.llvm.org/docs/LangRef/#operations<===>)
File: /www/wwwroot/outofmemory.cn/tmp/route_read.php, Line: 126, InsideLink()
File: /www/wwwroot/outofmemory.cn/tmp/index.inc.php, Line: 166, include(/www/wwwroot/outofmemory.cn/tmp/route_read.php)
File: /www/wwwroot/outofmemory.cn/index.php, Line: 30, include(/www/wwwroot/outofmemory.cn/tmp/index.inc.php)
MLIR toy笔记_C_内存溢出

MLIR toy笔记

MLIR toy笔记,第1张

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录
  • 前言
  • Toy 指南
    • 一、Toy 和 AST(抽象语法树)
    • 二、Basic MLIR
      • Toy Dialect
      • Toy Operations
    • 三、Transformation(High-level)
    • 四、Transformation(Generic)
      • inlining
    • 五、
  • 概念
    • Dialect
    • Operations


前言

官方指南:https://mlir.llvm.org/docs/Tutorials/Toy

  • 用dialect多层逐级向下抽象lowing,多层语义统一

Toy 指南 一、Toy 和 AST(抽象语法树)

AST结构:

Model:
	Function
		Proto 'name' @path.toy:row:col'
		Params: [param1]
		Block {
			Return
			VarDecl
		}

从Toy语言到AST的parser可以参考llvm的https://llvm.org/docs/tutorial/MyFirstLanguageFrontend/LangImpl02.html

二、Basic MLIR
  • Dialects: attribute相关的定义,在不同的namespace中表示,图中可以混合多个Dialect定义,分级lowing。
  • Operations: instructions, globals (like functions), modules

在toy Dialect中的transpose operation集成方式:

%t_tensor = "toy.transpose"(%tensor) {inplace = true} : (tensor<2x3xf64>) -> tensor<3x2xf64> loc("example/file/path":12:1)

其中一个operation需要包含的概念:

  • name(toy.transpose)
  • SSA计算值(返回值%t_tensor,输入%tensor)
  • 属性(inplace = true)
  • result type(-> tensor<3x2xf64> )
  • 源码位置(loc(“example/file/path”:12:1))
  • successors blocks (for branches, mostly)
  • regions (for structural operations like functions)
Toy Dialect
  • c++ 继承,class ToyDialect : public mlir::Dialect
  • TableGen,在ODS框架里定义,def Toy_Dialect : Dialect,https://llvm.org/docs/TableGen/ProgRef.html

加载自定义dialect: context.loadDialect();
内置的dialect:https://mlir.llvm.org/docs/Dialects/Builtin/

Toy Operations
  1. c++ 模板
    自定义的op继承mlir::Op,基类是一个CRTP(奇异递归模板模式),class ToyXXOp : public mlir::Op。Trait可以有很多,描述op属性。
    注册:

    void ToyDialect::initialize() {
      addOperations();
    }
    
    • Operation:真实数据存储在reference里,需要传递值
    • Op:基类,wrapper (*operation) 的智能指针
    mlir::Operation *operation;
    ToyXXOp op = llvm::dyn_cast(operation);
    mlir::Operation *internalOperation = op.getOperation(); // 获取op里面wrapper的operation
    
  2. ODS Framework
    Operation Definition Specification:https://mlir.llvm.org/docs/OpDefinitions/
    编译阶段自动由TableGen生成,继承自Op类。
    Toy Dialect的基类op定义为class Toy_Op traits = []> :Op;
    Toy里自定义的op为:

    def ToyXXOp : Toy_Op<"XX"> {
    	let arguments = (ins F64ElementsAttr:$value);
    	let results = (outs F64Tensor);
    	let hasVerifier = 1;
    	let builders = [
    		OpBuilder<(ins "double":$value)>
    	];
    }
    
三、Transformation(High-level)

在Toy Dialect高级语义基础上做 local pattern-match transformations。MLIR’s Generic DAG Rewriter:https://mlir.llvm.org/docs/PatternRewriter/

  1. c++ pattern-match
    继承mlir::OpRewritePattern并重写matchAndRewrite
    注册:
    // 在ToyXXOp的Canonicalization framework中
    void TransposeOp::getCanonicalizationPatterns(RewritePatternSet &results, MLIRContext *context) {
      results.add(context);
    }
    
    // 在主流程中,把optimization加到PassManager里
    mlir::PassManager pm(module.getContext());
    pm.addNestedPass(mlir::createCanonicalizerPass());
    
  2. DRR
    https://mlir.llvm.org/docs/DeclarativeRewrites/
    只能用于通过ODS注册的op
    重写规则
    class Pattern resultPatterns,
    		list additionalConstraints = [],
    		dag benefitsAdded = (addBenefit 0)>;
    
    // 例子:Reshape(Reshape(x)) 替换为 Reshape(x)
    def ReshapeReshapeOptPattern : Pat<(ReshapeOp(ReshapeOp $arg)), (ReshapeOp $arg)>;
    
    // 带参数限制条件的pattern
    // 例子:reshape的输入和输出shape相同,为重复
    def TypesAreIdentical : Constraint.getType() == .getType()">>;
    def RedundantReshapeOptPattern : Pat<"<(ReshapeOp:$res (ConstantOp $arg)), // ReshapeOp 的输入是ConstantOp
      (ConstantOp (ReshapeConstant $arg, $res))>.reshape((.getType()).cast; // additionalConstraints
    
    // 例子,pattern使用c++ func,常量reshape时做常亮折叠
    def ReshapeConstant : NativeCodeCall())">;
    def FoldConstantReshapeOptPattern : Pat
    ; // 保留用res的type创建的ConstantOp
这种方式是针对Dialect的op维度的优化 *** 作。

四、Transformation(Generic)
    interfaces:https://mlir.llvm.org/docs/Interfaces/,可以用此方式,根据不同的Dialect写inline的function。
  1. inlining 在dialect里的op增加constraint,继承DialectInlinerInterface,并在Dialect的initialize时注册addInterfaces
  2. ();
  3. 基于ODS注册callable的operation interface。<"func", [DeclareOpInterfaceMethods<"generic_call", [DeclareOpInterfaceMethodsdef FuncOp : Toy_Op]> { ... }
    def GenericCallOp : Toy_Op
    ]> { ... } // DeclareOpInterfaceMethods 可以自动声明interface里面的method pm.addPass(mlir::createInlinerPass());

五、

概念 Dialect

https://mlir.llvm.org/docs/LangRef/#dialects

Operations https://mlir.llvm.org/docs/LangRef/#operations

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/langs/1330829.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-06-12
下一篇 2022-06-12

发表评论

登录后才能评论

评论列表(0条)

保存