术语表

术语/缩略语	含义
PyPTO	PyPTO是CANN采用PTO编程范式的高性能编程框架，旨在简化算子开发流程，同时保留高性能计算的能力。
PTO	PTO（Parallel Tensor/Tile Operation）是一种基于Tensor的编程范式，核心思想是将Tensor作为数据的基本表达方式，通过一系列对Tensor的基本运算来描述并组装完整的计算流程（或计算图）。
Operation	PyPTO中描述计算图中基本运算的单元。每个Operation定义了一个具体的计算逻辑，能够处理输入Tensor并生成输出Tensor。通过组合不同的Operation，可以实现复杂的计算逻辑。
计算图	PyPTO程序从抽象计算描述到硬件执行的完整编译流程。
Tensor Graph	Tensor Graph由Tensor和Operation节点构成，用于描述用户定义的计算流程。该图不涉及Tile展开与内存层级等底层语义，仅作为高层计算逻辑的表达。基于Tensor Graph的优化主要集中在与硬件无关的通用图优化技术上，例如冗余节点消除、常量折叠等。
Tile Graph	Tile Graph由Tile和TileOp构成。Tensor Graph根据TileShape展开，将Tensor分解为Tile，将Operation分解为TileOp。Tile Graph依据TileOp信息以及目标硬件的内存层级，自动推导Tile的存储位置，并在必要时插入内存搬运节点，确保数据在不同内存层级之间正确传输。
Block Graph	Block Graph通过将Tile Graph切分为多个子图，使得每个子图可以调度运行在单个AI Core上。Block Graph用于硬件相关的优化，包括指令编排、片上内存分配、同步操作插入等，从而提升硬件执行效率。
Execute Graph	Execute Graph是编译流程的最终产物，整合了所有优化结果，精确描述各Block Graph之间的依赖关系，用于设备调度器的调度执行。
泳道图	泳道图用于直观展示计算图的实际调度与执行过程。通过IDE的可视化界面，开发者可以观察数据流动路径、操作间的依赖关系以及可能的性能瓶颈，从而更高效地分析和优化算子的执行性能。
TileShape	PyPTO中用于定义张量分块（Tiling）形状的参数，决定了操作在硬件上的并行粒度与数据划分模式。通过合理配置TileShape，可以优化内存使用与计算效率，使计算过程更好地适配硬件特性。
Pass	PyPTO中用于编译优化计算图的阶段，以提升计算图的执行效率和硬件利用率。每个Pass可以对计算图进行特定的优化操作，例如图简化、算子融合、调度优化等。
合图	将计算图中多个逻辑上独立的Operation合并为一个逻辑子图，并由该子图最终生成一个物理计算内核（Kernel）的过程，主要分为深度方向合图和广度方向合图两类。
同构子图	在计算图中，拓扑结构、算子类型完全一致的局部片段。
同构子图组	互为同构子图的片段，形成的集合被称为同构子图组。在广度方向合图 Pass 处理过程中，会为每一组同构子图生成一个唯一的特征标识，即 hashorder。
stitch	打破多个loop循环的边界，将没有依赖关系的多个leaf function执行任务缝合成一个大任务统一下发，减少同步开销，提升调度性能。