MLIR官方Tutorials学习笔记（六）

        在第五章Partial Lowing的基础上，现在进行Full Lowing，即将目前的Multi-dialect（Affine Dialect和Standard Dialect，以及遗留的Toy.PrintOp）全部lowing到LLVM dialect，对于生成的LLVM IR，可以直接使用LLVM JIT完成程序的执行。

        首先我们来对Toy.PrintOp进行匹配转换Pattern的定义，因为Affine和Standard Dialect内都有d 相应LLVM dialect的Pattern可以直接使用。

class PrintOpLowering : public ConversionPattern {
public:
  explicit PrintOpLowering(MLIRContext *context)
      : ConversionPattern(toy::PrintOp::getOperationName(), 1, context) {}

  LogicalResult
  matchAndRewrite(Operation *op, ArrayRef<Value> operands,
                  ConversionPatternRewriter &rewriter) const override {
    }
}；

        以上代码定义toy中的Print Operation Lowing到LLVM的类，其中包括匹配重写函数，匹配toy的printOp并生成对LLVM的printf函数的调用，从而实现printOp的lowing。

        然后我们对现存的mlir Dialect表示完全lowing到LLVM表示，首先定义ToyToLLVMLoweringPass类，并在其中的runOnOperation()函数中定义最终转换目标为LLVM并填充Pattern匹配转换集：

 LLVMConversionTarget target(getContext());
  target.addLegalOp<ModuleOp>();

  LLVMTypeConverter typeConverter(&getContext());

  
  RewritePatternSet patterns(&getContext());
  populateAffineToStdConversionPatterns(patterns);
  populateSCFToControlFlowConversionPatterns(patterns);
  mlir::arith::populateArithToLLVMConversionPatterns(typeConverter, patterns);
  populateFinalizeMemRefToLLVMConversionPatterns(typeConverter, patterns);
  cf::populateControlFlowToLLVMConversionPatterns(typeConverter, patterns);
  populateFuncToLLVMConversionPatterns(typeConverter, patterns);

  patterns.add<PrintOpLowering>(&getContext());

        第二步应用这些Pattern并执行完全转换：

auto module = getOperation();
  if (failed(applyFullConversion(module, target, std::move(patterns))))
    signalPassFailure();

        最后，在pm中登记ToyToLLVMLoweringPass：

if (isLoweringToLLVM) {
    pm.addPass(mlir::toy::createLowerToLLVMPass());
    // This is necessary to have line tables emitted and basic
    // debugger working. In the future we will add proper debug information
    // emission directly from our frontend.
    pm.addPass(mlir::LLVM::createDIScopeForLLVMFuncOpPass());
  }

到此为止我们可以得到LLVM IR的mlir表达式，如果要进一步生成LLVM IR表达式，则调用：

auto llvmModule = mlir::translateModuleToLLVMIR(module, llvmContext);

当然对于LLVM IR的mlir表达式，我们也可以选择直接JIT运行得到结果。