AI编译器开发指南

前言 第1章 AI编译器基础 1.1AI编译器概述 1.1.1AI芯片及其分类 1.1.2AI编译器的结构与特征 1.2常用AI编译器介绍 1.2.1TVM整体架构 1.2.2TensorFlow XLA整体架构 1.2.3Glow整体架构 1.3LLVM编译器基础 1.3.1LLVM前端工作流程 1.3.2LLVM IR格式和语法 1.3.3LLVM后端工作流程 1.4GPGPU编译器基础 1.4.1GPGPU编译器工作流程 1.4.2Clang对CUDA的处理 1.4.3GPGPU编译器的IR优化 第2章 开源AI编译器实现分析 2.1TVM的系统设计 2.1.1TVM的图级优化 2.1.2TVM的计算与调度 2.1.3TVM的自动调优框架 2.2TensorFlow XLA的系统设计 2.2.1XLA的聚类过程 2.2.2XLA的IR设计和编译过程 2.2.3开启XLA的方式 2.2.4XLA JIT的图优化过程 2.2.5XLA JIT的代码生成 2.3Glow的系统设计 2.3.1Glow的高阶IR 2.3.2Glow的低阶IR 2.3.3Glow的量化方法 2.3.4Glow的后端设计 2.4AI编译器特性总结 2.4.1AI编译器的多阶IR设计 2.4.2AI编译器的前端优化 2.4.3AI编译器的后端优化 第3章 定制化AI编译器设计与实现 3.1定制化AI编译器设计框架 3.2TVM的高阶中间表示 3.2.1TVM高阶中间表示的表达 3.2.2TVM高阶中间表示的数据表示实现 3.2.3TVM高阶中间表示的算子实现 3.3TVM的低阶中间表示 3.3.1TVM低阶中间表示的表达 3.3.2TVM代码生成的定制化开发 3.3.3TVM运行时的定制化开发 3.4TVM的前后端优化 3.4.1TVM pass的功能与实现 3.4.2TVM的前端优化 3.4.3TVM的后端优化 第4章 GPGPU编译器后端设计 4.1LLVM后端开发流程 4.1.1异构计算程序工作流程 4.1.2LLVM后端执行流程 4.1.3LLVM中的pass及其管理机制 4.2指令选择 4.2.1指令选择原理与实现方式 4.2.2基于SelectionDAG的指令选择 4.2.3快速指令选择 4.2.4全局指令选择 4.3指令调度 4.3.1指令调度原理 4.3.2LLVM中的指令