本文地址：https://www.cnblogs.com/wanger-sjtu/p/17501119.html

VectorizeLoop这个PASS就是对标记为ForKind::kVectorized的For循环做向量化处理，并对For循环中的语句涉及到的变量，替换为Ramp，以便于在Codegen的过程中生成相关的向量化运算的指令。

VectorizeLoop这个PASS的入口函数如下，只有在打开enable_vectorize=true的情况下载才会被启用，否则VectorizeSkipper会把ForKind::kVectorized的For循环替换为普通循环。

(资料图)

Pass VectorizeLoop(bool enable_vectorize) {  auto pass_func = [=](PrimFunc f, IRModule m, PassContext ctx) {    auto* n = f.CopyOnWrite();    if (enable_vectorize) {      n->body = LoopVectorizer()(std::move(n->body));    } else {      n->body = VectorizeSkipper()(std::move(n->body));    }    return f;  };  return CreatePrimFuncPass(pass_func, 0, "tir.VectorizeLoop", {});}

下面就以UT中的几个例子，介绍一下源码实现。

vectorize_loop

dtype = "int64"n = te.var("n")ib = tvm.tir.ir_builder.create()A = ib.pointer("float32", name="A")with ib.for_range(0, n) as i: with ib.for_range(0, 4, kind="vectorize") as j:    A[i*4+j] += tvm.tir.const(1, A.dtype)stmt = ib.get()assert isinstance(stmt.body, tvm.tir.For)mod = tvm.IRModule.from_expr(tvm.tir.PrimFunc([A, n], stmt))stmt = tvm.tir.transform.VectorizeLoop()(mod)["main"].body

上面的这个代码完成的是，向量加法，长度为4n的向量A，对每个元素+1。

# beforefor (i, 0, n) {  vectorized (j, 0, 4) {    A[((i*4) + j)] = (A[((i*4) + j)] + 1f)  }}# afterfor (i, 0, n) {  A[ramp((i*4), 1, 4)] = (A[ramp((i*4), 1, 4)] + x4(1f))}

可以看到在经过VectorizeLoop的PASS以后，内层的循环消掉了，替换成为了一个Ramp的向量指令，这个在CPU中会被替换为SIMD指令（neon，AVX等）

PASS流程

在向量化的处理的PASS中是在LoopVectorizer中处理的，处理For循环部分。

class LoopVectorizer : public StmtMutator { public:  Stmt VisitStmt_(const ForNode* op) final {    if (op->kind == ForKind::kVectorized) {      ICHECK(is_zero(op->min));      auto* extent_as_int = op->extent.as();      if (!extent_as_int || extent_as_int->value < 1) {        LOG(FATAL) << "Failed to vectorize loop with extent " << op->extent;      }      return Vectorizer(op->loop_var, static_cast(extent_as_int->value))(op->body);    } else {      return StmtMutator::VisitStmt_(op);    }  }};

当遇到需要向量化的节点时，首先记录循环变量和范围，这个在后续替换相应的Load和Store操作为Ramp时用到。然后就到了Vectorizer部分，遍历For循环体，修改相应的stmt。

Vectorizer(Var var, int var_lanes) : var_(var), var_lanes_(var_lanes) {    ramp_ = Ramp(0, 1, var_lanes);}

在Vectorizer中对不同的PrimExpr、Stmt做了重载。这里不逐一介绍，就以上面的向量加计算，介绍一下用到的函数以及流程。

首先看一下这里的上面sch的For的循环内的计算逻辑：

A[((i*4) + j)] = (A[((i*4) + j)] + 1f)

因为TVM中，Stmt的表达可以视为一个DSL的语言，访问的时候也是按照深度优先的策略遍历的AST，这里把上面的计算过程简单表示为一个AST的语法树，然后再分析一下流程中调用的各个函数是如何处理的。

从上面的AST的示意图可以看出来，对于上面的sch，依次访问了BufferStoreNode、AddMul、BufferLoadNode等。这里就以这几个Node的处理介绍一下向量化的过程。

所谓向量化的过程就是把这个标记为kVectorized的标量循环操作映射到向量化的操作，对于上面的例子来说就是把所有关于j的访问映射为RampNode，以便于后续处理可以正确生成相应的指令。

BufferStoreNode

BufferStoreNode中有三部分：

buffer——写入的buffervalue——待写入的值或者表达式indices——写入buffer的坐标这里的目的就是修改value和indices中的内容。对于indices，是在这里完成的。最终通过MapHelper依次访问了indices的表达式。

auto fmutate = [this](const PrimExpr& index) { return this->VisitExpr(index); };Array indices = op->indices.Map(fmutate);

对于value则是直接遍历。

PrimExpr value = this->VisitExpr(op->value);

AddNode

对于AddNode和SubNode都会走到AddSubVec这个模板函数。这个函数里面首先会遍历左右表达式，

PrimExpr a = this->VisitExpr(op->a);PrimExpr b = this->VisitExpr(op->b);if (a.same_as(op->a) && b.same_as(op->b)) { return GetRef(op);} else {int lanes = std::max(a.dtype().lanes(), b.dtype().lanes());if (lanes != 1) { const RampNode* b_ramp = b.as(); const RampNode* a_ramp = a.as(); if (a.dtype().lanes() == 1 && b_ramp) {   return Ramp(fcompute(a, b_ramp->base), fcompute(make_zero(b_ramp->stride.dtype()), b_ramp->stride), b_ramp->lanes); } if (b.dtype().lanes() == 1 && a_ramp) {   return Ramp(fcompute(a_ramp->base, b), a_ramp->stride, a_ramp->lanes); }}return fcompute(BroadcastTo(a, lanes), BroadcastTo(b, lanes));

如果遍历之后没有变化，就直接返回了。而对于这里的我们需要计算的是

((i*4) + j)

j是需要向量化的坐标。i*4是没有变化的。遍历以后a没变化，b变成了T.Ramp(0, 1, 4)这时候lanes=4，会走到第一个if分支，返回的是新构造的RampNode

T.Ramp(i * 4, 1, 4)

其他的分支也类似。比如：

A[i * 4 + j] + T.float32(1)// --- after ---A[i * 4:i * 4 + 4]   T.float32(1)

这里会把a、b broadcast为一个向量再做计算。

VarNode

对于这里的VarNode判断就比较简单了，如果匹配到的是需要向量化的变量，就返回构造函数中构造的RampNode，否则就返回。其他的操作，暂时略过。

Var var = GetRef(op);if (var.same_as(var_)) { return ramp_;}// ...else { return std::move(var);}

MulNode

PrimExpr a = this->VisitExpr(op->a);PrimExpr b = this->VisitExpr(op->b);if (a.same_as(op->a) && b.same_as(op->b)) {return GetRef(op);} else {int lanes = std::max(a.dtype().lanes(), b.dtype().lanes());if (lanes != 1) { const RampNode* b_ramp = b.as(); const RampNode* a_ramp = a.as(); if (a_ramp && b.dtype().lanes() == 1 && analyzer_.CanProve(b > 0)) {   return Ramp(a_ramp->base * b, a_ramp->stride * b, a_ramp->lanes); } if (b_ramp && a.dtype().lanes() == 1 && analyzer_.CanProve(a > 0)) {   return Ramp(b_ramp->base * a, b_ramp->stride * a, b_ramp->lanes); }}return Mul(BroadcastTo(a, lanes), BroadcastTo(b, lanes));}return BinaryVec(op);

这里的处理逻辑与Add基本一致。只是在计算RampNode的时候有点区别。

关键词：