窥探Triton的lower(三)

文章预览

作者丨液态黑洞 来源丨https://zhuanlan.zhihu.com/p/696133729 编辑丨GiantPandaCV 在上一章，我们完成了ttir->ttgir的过程分析，重点在于理解其中用到的数据结构和流程。有了上面的基础，我们理解接下来的内容会非常轻松。在这一阶段结束时我们的case还是包含arith::addi、tt.load、tt.store等节点，在这一阶段我们会看到它们的变化。所以让我们直接进入最后的make_llir阶段。 make_llir 根据注释，这一步其实又可以分为两小步，TritonGPU -> LLVM-IR (MLIR) 和 LLVM-IR (MLIR) -> LLVM-IR (LLVM)。这两步的区别在于，第一步是还是MLIR级别的，也就是在dialect空间的转换，转换的结果就是LLVMDialect，而第二步是将LLVMDialect转换为真正的LLVM IR。 @staticmethod def make_llir(src, metadata, options, capability): # warp-specialization mutates num_warps num_warp_groups = src.get_int_attr("triton_gpu.num-warp-groups-per-cta ………………………………