图编译与优化

深入 ML 编译器的核心：从计算图捕获到优化执行的完整旅程。 双主线覆盖 PyTorch 2.0（torch.compile / TorchInductor / Triton）和 MLIR（Dialect 体系 / Progressive Lowering）。 前置路径：AI 计算栈。

1. 1

   全景图：ML 编译器的世界

   中级

   #compiler#pytorch#mlir#triton#optimization
2. 2

   计算图捕获：TorchDynamo、AOTAutograd 与 Functionalization

   高级

   #compiler#pytorch#torchdynamo#aotautograd#fx-graph
3. 3

   IR 设计（上）：SSA、FX IR 与 MLIR Dialect

   高级

   #compiler#ir#ssa#pytorch#mlir#fx-graph#dialect
4. 4

   IR 设计（下）：Progressive Lowering 与多层 IR

   高级

   #compiler#mlir#progressive-lowering#dialect-conversion#bufferization
5. 5

   图优化 Pass（上）：数据流分析基础与通用 Pass 模式

   高级

   #compiler#optimization#pass#dataflow-analysis#dce#cse
6. 6

   图优化 Pass（中）：高级优化与 Pattern Matching

   高级

   #compiler#optimization#layout#pattern-matching#memory-planning
7. 7

   图优化 Pass（下）：Polyhedral 优化与循环变换

   高级

   #compiler#polyhedral#loop-optimization#affine#mlir#tiling
8. 8

   算子融合（上）：融合类型学与判定算法

   高级

   #compiler#fusion#operator-fusion#kernel-fusion#optimization
9. 9

   算子融合（下）：Cost Model 与融合实战

   高级

   #compiler#fusion#cost-model#flash-attention#inductor#optimization
10. 10

    Tiling 策略与内存层次优化

    高级

    #compiler#tiling#memory-hierarchy#gpu#shared-memory#optimization
11. 11

    Dynamic Shapes：从捕获到执行的全链路挑战

    高级

    #compiler#dynamic-shapes#symbolic-shapes#guards#bucketing#pytorch
12. 12

    代码生成（上）：指令选择、Vectorization 与 Register Allocation

    高级

    #compiler#codegen#instruction-selection#vectorization#register-allocation#gpu
13. 13

    代码生成（下）：Triton Pipeline、编译器后端与数值正确性

    高级

    #compiler#codegen#triton#llvm#ptx#numerical-accuracy#backends
14. 14

    量化编译与混合精度优化

    高级

    #compiler#quantization#mixed-precision#kernel-generation#fusion
15. 15

    分布式编译与图分割

    高级

    #compiler#distributed#tensor-parallel#pipeline-parallel#gspmd#sharding#communication
16. 16

    调度与执行优化

    高级

    #compiler#scheduling#cuda-stream#cuda-graph#memory-planning#activation-checkpointing#multi-backend
17. 17

    自动调优与端到端实战

    高级

    #compiler#autotuning#triton#mlir#transform-dialect#end-to-end#torch-compile