标准方言Standard Dialect：宿舍楼的《通用生活公约》

可视化演示

\u4e09\u9636\u6bb5\u5c55\u793aStandard Dialect\u64cd\u4f5c\u5206\u7c7b\u3001\u65b9\u8a00\u62c6\u5206\u8fc1\u79fb\u6811\u4e0eMemRef\u7c7b\u578b\u7ed3\u6784\uff0c\u63ed\u793aMLIR\u65b9\u8a00\u4f53\u7cfb\u7684\u6f14\u8fdb\u5386\u7a0b\u4e0e\u7ec6\u7c92\u5ea6\u62c6\u5206\u673a\u5236\u3002

方言定位

2019 年，MLIR 这栋“宿舍楼”刚刚动工时，学生会翻遍了所有专业的行话，发现彼此根本没法统一。于是他们出了一本最朴素的《通用生活公约》：不管你是计算机系还是土木系，“把水烧开”就写“把水烧开”，“借储物柜”就写“借储物柜”。条款不多，但覆盖了所有公共空间，是整栋楼最基础的共同语言。

这本公约在 MLIR 里就叫 Standard Dialect（标准方言，缩写 std）。它是 MLIR 最早的内置方言，收录了一批“谁都要用”的通用操作：整数加法、内存读写、跳转、函数调用。它的设计原则是“通用”——不绑定任何硬件、不偏向任何上层框架，就像集体宿舍里的普通话，任何专业的同学都能听懂。

从体系上看，std 属于“操作集合”型方言：每个操作都有操作名、操作数、结果、属性和类型约束。正是这套“操作五要素”的骨架，后来被所有方言继承。理解它的构造方式，你就拿到了读懂 MLIR 任何一个方言的钥匙。

就像老宿舍的《通用生活公约》至今还挂在楼道公告栏上，std 的条款句式今天仍被各本分册沿用。它是 MLIR 宿舍的“地基公约”，新手册可以比它更厚、更专，但谁也绕不开它当年打下的底子。

历史演进

宿舍人越来越多，《通用生活公约》从 30 页涨到 300 页。想查“怎么用微波炉”得翻 20 分钟。于是学生会把公约拆了：厨房条款进《厨房手册》，储物条款进《储物手册》，活动室条款进《活动室手册》。每本手册只管一件事，查起来又快又准。

MLIR 里这场“拆公约”运动发生在 2020 年前后：std 方言中一大批操作迁移到职责更单一的专业方言中。std.addi 这类算术操作去了 arith 和 math 方言；std.load、std.store、std.alloca 去了 memref；std.call、std.return 去了 func；std.br、std.cond_br 去了 cf。每个方言只负责一个领域，编译优化时能“按手册精确查找”。

迁移不等于删除。为了兼容存量代码，std 中旧操作仍然保留可用，但新代码被推荐直接写在更细粒度的方言里。这种“细粒度化”是整个 MLIR 生态的大趋势——从一本厚书拆成一排薄书，让工具链各司其职、并行演进。

旧条约虽然进了档案室，但新手册的目录、编号、行文方式全都继承了它——这就是为什么读懂 std 仍然是理解整个 MLIR 方言世界的必修课，档案虽旧，却是所有新手册的“族谱”。

算术运算

《厨房手册》的第一章讲“加热”：烧水、热饭、烤面包，本质都是把温度从一个值变成另一个值。而总公约里对应的只有一条：“对两个数值做加法”。条款短，但放之四海皆准——这就是通用算术操作的气质。

在 std 方言中，算术操作就是这个“数值变换条目”。std.addi 做整数加法，std.muli 做整数乘法，还有 std.subi（减法）、std.divi（除法）；浮点版本则叫 std.addf、std.mulf。它们把两个相同类型的操作数变成一个同类型结果——规则简单得像烧水时把热量从火传到壶里，输入输出温度永远同一种刻度。

算术操作与类型强绑定：i32 的加法，输入输出必须都是 i32，不允许“整型 + 浮点”混搭。编译器靠这套类型签名做合法性检查，让错误在编译早期就暴露出来。如今这些算术操作主要在 arith 方言中安家，但函数签名的规则与 std 时期完全一致。

就像“烧水”条款从总公约抄进厨房手册后动作没变，std.addi 变成 arith.addi 也只是换了归属、没换语义。算术就是算术，无论手册封面怎么变，一加一永远等于二。

内存操作

宿舍的储物间曾是公共区域的“老大难”：东西随手放，回头找不到。公约规定了一套流程——先到管理处登记一个储物柜（alloca），把东西放进去（store），需要用的时候再取出来（load）。后来这套流程被原样搬进了《储物间手册》，成为 memref 方言的看家本领。

在 std 方言中，这套流程对应三个内存操作。std.alloca 在栈上申请一块空间，返回一个 memref 类型的“储物柜钥匙”；std.store 把值写进内存，相当于把东西放进柜子；std.load 把值读出来，相当于开柜取物。memref 是 MLIR 描述内存的核心类型，它自带形状、元素类型和存储布局，就像储物柜上贴的“长、宽、高、承重、编号”标签，一应俱全。

内存操作后来整体迁移到 memref 方言，成为现代 MLIR 中几乎所有数组、张量、缓冲操作的基石。你在向量化、张量核优化等一系列 pass 中，都会频繁看到 memref.load 与 memref.store 的身影。

从 std 到 memref，变的只是手册封面，不变的是一套“先申请、再读写、带索引”的储物间礼仪。今天你写任何涉及数组的 MLIR 代码，其实都在沿用这本公约当年定下的规矩。

控制流调用

宿舍楼有 10 层，公约里写着“怎么去食堂”：如果下雨，走室内通道；否则走天台。还写着“社团例会要去哪间活动室报到”。这些“怎么走、去哪开会”的条款，后来分别进了《楼宇指南》（cf 方言）和《活动室手册》（func 方言）。

std 方言中的控制流操作负责“程序走路”。std.br 是无条件跳转，像“不管怎样都去 3 楼”；std.cond_br 按 1 位整数 i1（只能存 0 或 1）决定跳向哪个基本块，像“下雨走室内，不下雨走天台”；std.call 调用一个函数，像“敲门进活动室开会”；std.return 则交回结果，像“会议结束，把结论带出来”。

std.call 和 std.return 之后迁移到 func 方言，std.br、std.cond_br 迁移到 cf 方言。它们共同支撑起 MLIR 程序中函数与基本块的组织结构，是编译器做 CFG（控制流图）分析时的主角——优化器顺着这些“走路箭头”判断哪条路更热、哪条路可以合并。

今天的新代码已经很少直接写 std 的控制流操作，但每一份 IR 里都能看到它们当年设计的影子——就像楼宇指南里的箭头，大多还是老公约箭头改绘的，方向没变，只是笔画更清楚。

操作格式

为什么拆出来的手册都那么好查？因为总公约定下了一个“条款句式”：每条公约 = 居民编号 + 条款名 + 涉及的物件 + 物件规格。各分册都严格遵守这个句式，谁也不会写歪。管理宿舍靠句式，管理编译器的中间表示也靠句式。

MLIR 操作就有一套统一的“句式”，叫操作格式。一条操作写出来长这样：%r = "std.addi"(%a, %b) : (i32, i32) -> i32。其中 %r 是结果名，std.addi 是操作名，(%a, %b) 是操作数，冒号后面是类型签名。任何方言的操作都长这个模样，读起来像念公约一样顺口。

这个句式背后是 SSA（静态单赋值）形式：每个值在整个程序中只被定义一次。%r 一旦在加法中产生，就不会被改写；想再算一次，就新建一个 %r2。SSA 让数据依赖关系一目了然，是现代编译器做数据流分析的基石，也是 MLIR 所有方言默认遵循的规矩。

无论手册怎么拆分，“条款句式”从不变形——这就是为什么你可以在一个完全陌生的方言里，凭格式立刻读懂每一条操作。格式统一，是 MLIR 多方言社区能和平共处的第一契约。

现代价值

有人问：公约都拆了，还留着档案室里的原版做什么？答案很简单：它是整栋楼的“施工蓝图原型”。想理解为什么厨房在 1 楼东侧、储物间在 B1，得先看最早的平面图。同理，想理解 MLIR 今天为什么长成这样，得先看 std。

今天，std 方言不再是生产环境的首选方言，但它的现代价值恰恰藏在“历史”与“参照”里。第一，它是学习 MLIR 操作体系的最佳起点：arith、memref、func、cf 的操作都能在 std 中找到“祖辈”，从祖辈入手，新方言的每个动作都显得熟悉。第二，它记录了方言演进的完整轨迹：读老代码、维护旧 pass 时，没有 std 知识寸步难行，满屏 std.load 会像天书一样劝退新人。

第三，std 的设计思路——通用操作 + 明确类型 + SSA 约束——是所有新方言的模板。MLIR 团队在开发新方言时，仍会参考 std 的 TableGen 定义方式，确保新操作与整个体系“语法兼容”。可以说，每个新方言的脸上，都隐约透着 std 的五官。

总公约不需要再贴到楼道里，但每个学生会在制定新规则前，都会先翻翻那本泛黄的档案——这就是标准方言在今天的价值。它不是被遗忘的过去，而是理解现在、设计未来的参照系。

AI 应用场景

Python 演示

# -*- coding: utf-8 -*-# 演示 MLIR 标准方言(std)到细粒度方言的操作迁移, 以及 SSA 形式的合法性检查 # 旧 std 操作 -> 新方言操作 的迁移字典STD_MIGRATION = {    "std.addi":     "arith.addi",    "std.muli":     "arith.muli",    "std.constant": "arith.constant",    "std.alloca":   "memref.alloca",    "std.load":     "memref.load",    "std.store":    "memref.store",    "std.br":       "cf.br",    "std.cond_br":  "cf.cond_br",    "std.call":     "func.call",    "std.return":   "func.return",} # 一段"宿舍总公约"时代的旧式 std 方言代码OLD_IR = """func @sum(%n: i32) -> i32 {  %c0 = "std.constant"() {value = 0 : i32} : () -> i32  %arr = "std.alloca"() : () -> memref<10xi32>  "std.store"(%c0, %arr) : (i32, memref<10xi32>) -> ()  %v = "std.load"(%arr) : (memref<10xi32>) -> i32  %r = "std.addi"(%v, %c0) : (i32, i32) -> i32  "std.return"(%r) : (i32) -> ()}"""  def parse_operands(line):    """提取一行操作中的 SSA 操作数(形如 %name)"""    if '(' not in line or ')' not in line:        return []    head = line.split('(', 1)[1].split(')', 1)[0]    tokens = [t.strip() for t in head.split(',')]    return [t for t in tokens if t.startswith('%') and ':' not in t and ' ' not in t]  def check_ssa(ir):    """SSA 检查: 每个值只定义一次, 且使用前必须已经定义"""    defined = set()    errors = []    for line in ir.strip().splitlines():        line = line.strip().rstrip('{').strip()        body = line.split('//', 1)[0].strip()        if '=' in body:            lhs = body.split('=', 1)[0].strip()            if lhs in defined:                errors.append("redefined value: " + lhs)            defined.add(lhs)        for op in parse_operands(body):            if op not in defined:                errors.append("use before def: " + op)    return errors  def migrate(ir):    """把 std 操作整体迁移到新方言, 返回新的 IR 与迁移报告"""    lines = ir.strip().splitlines()    migrated, report = [], []    for line in lines:        new_line = line        for old, new in STD_MIGRATION.items():            if old in new_line:                new_line = new_line.replace(old, new)                report.append(old + " -> " + new)                break        migrated.append(new_line)    return "\n".join(migrated), report  def main():    print("===== 1. SSA validity check (legacy std) =====")    errors = check_ssa(OLD_IR)    if errors:        for e in errors:            print("  FAIL:", e)    else:        print("  PASS: every value is defined before use.")    print()    print("===== 2. std migration to fine-grained dialects =====")    new_ir, report = migrate(OLD_IR)    for old, new in report:        print("  %-14s -> %s" % (old, new))    print()    print("===== 3. migrated IR =====")    print(new_ir)  if __name__ == "__main__":    main()

1. STD_MIGRATION = {迁移字典：把旧的 std 操作名映射到新方言操作名，相当于“总公约拆分对照表”。
2. tokens = [t.strip() for t in head.split(',')]把操作数列表按逗号切开并去掉首尾空格，得到一个个操作数。
3. if '=' in body:判断这一行是否是“定义型”操作：带等号说明左边是 SSA 结果的唯一定义点。
4. lhs = body.split('=', 1)[0].strip()取等号左侧的内容，就是本次被定义的值。
5. for op in parse_operands(body):遍历本行使用到的每个操作数，逐一检查它们是否已经定义。
6. if op not in defined:发现“未定义先使用”，立即记录一条 SSA 违规。
7. for old, new in STD_MIGRATION.items():遍历迁移表，为当前这一行查找匹配的旧操作。
8. new_line = new_line.replace(old, new)把旧操作名原地替换成新方言名，完成“搬家”。

常见误区

面试题