神经网络编译器图层面IR

图形IR

图形IR，也被称为高级IR，代表计算流和控制流，并且与硬件无关。 高级IR的设计挑战是对计算流和控制流的进行抽象的能力，要能够表达出各种深度学习模型。 高级IR的目标是建立控制流以及算子与数据之间的依赖关系，并为图层面的优化提供接口。 它还包含丰富的语义信息以进行编译，并为自定义算子提供了可扩展性。

分类

DAG-based IR（a directed acyclic graph）

有向无环图。其节点和边组织为有向无环图（DAG）。 计算图IR是一种以有向无环图（Directed Acyclic Graph，简称DAG）为中心的实现方式，许多早期的框架都是使用了这种方案。计算图IR的设计比较自然，计算图主要由边和节点组成，节点一般用来表达算子、变量、常量等等；边对应于张量，实际上表达了一种数据依赖关系。计算图IR中执行的算子可以是细粒度的，也可以是粗粒度的。