UOp 之旅：22 阶段代码生成流水线
一个 UOp 从高层张量表达式出发。在到达硬件之前，它经历了 22 个不同的阶段——每个阶段都有特定的目的，每个阶段都建立在前一个之上。本章追踪这段旅程。
这条流水线是张量编译的成熟设计。理解它就是理解张量表达式如何变成机器码。
如何阅读本章
如果你不是编译器工程师，这一章可能看起来有些吓人。在深入之前，以下是你需要理解的关键概念。
关键概念
UOp（微操作）
- 把它想象成流程图中的一个节点，代表一次计算
- 例如：
ADD(a, b)表示"将 a 和 b 相加"
Pattern（模式）
- 针对代码结构（不是文本）的查找替换规则
- 例如："如果看到 ADD(x, 0)，替换为 x"
- 模式反复触发直到不再有匹配（不动点）
Range（范围）
- 一次循环迭代：
RANGE(0..10)表示"对 i 从 0 到 10"
AxisType（轴类型）
- 这是什么类型的循环？
- Global：跨 GPU 块 / CPU 线程的并行
- Local：工作组内的并行
- Reduce：累加器（求和、求最大值等）
- Loop：顺序迭代
Stage（阶段）
- 对代码的一次变换 pass
- 模式触发直到不动点，然后进入下一个阶段
阅读策略
- 第一遍：只读"做了什么"和"为什么重要"部分
- 第二遍：看图示和示例
- 第三遍（如果你想深入细节）：阅读模式描述
要问的问题
对于每个阶段，问自己：
- 这个阶段完成了什么？（高层目标）
- 为什么需要这个阶段？（动机）
- 没有它会怎样？（后果）
概览
22 个阶段分为四个大的阶段：
Tensor Expression
│
▼
┌─────────────────────────────────────┐
│ RANGEIFY (Stages 1-7) │
│ Movement ops → Explicit loops │
│ │
│ [Make iteration explicit, │
│ optimize ranges] │
└─────────────────────────────────────┘
│
▼
┌─────────────────────────────────────┐
│ EXPANDER (Stages 8-10) │
│ UNROLL/UPCAST → Explicit vectors │
│ │
│ [Expand optimization primitives] │
└─────────────────────────────────────┘
│
▼
┌─────────────────────────────────────┐
│ DEVECTORIZER (Stages 11-15) │
│ Vector ops → Scalar code │
│ │
│ [Lower to hardware-specific ops] │
└─────────────────────────────────────┘
│
▼
┌─────────────────────────────────────┐
│ LINEARIZER (Stages 16-22) │
│ IR → Linear instruction sequence │
│ │
│ [Serialize to executable code] │
└─────────────────────────────────────┘
│
▼
Machine Code
每个阶段应用基于模式的重写。模式触发直到不动点，然后开始下一个阶段。
额外的 Pass
有几个 pass 在编号阶段之间运行，没有自己的阶段编号：
| Pass | 位于阶段之间 | 用途 |
|---|---|---|
linearize_multi_index | Stage 8 之前 | 将多维索引展平为线性偏移 |
pm_bool_devectorize | 14–15 | 处理布尔向量模式 |
pm_reduce_devectorize | 14–15 | 处理向量规约（K-vec、布尔、水平） |
merge_sibling_ends | 14–15 | 合并相邻的 END 操作 |
pm_float_decomp | 优化后 | 分解浮点操作 |
bool_storage_patterns | 优化后 | bool 与 uint8 之间的内存操作转换 |