MLIR与算子中间表示：从理论到实践
033 Vector Dialect：SIMD向量化操作与硬件加速
一个让我熬夜的bug
去年调一个ARM Neon上的矩阵乘算子，MLIR生成代码跑在RK3588上，性能死活上不去。查了一整天，发现是Vector Dialect的向量化类型没对齐——我写了个vector<4xf32>，但Neon寄存器宽度是128bit，4个float正好，可编译器给我插了一堆vector_extract和vector_insert，把连续load拆成了标量。后来才明白，Vector Dialect不是“你声明了向量类型就自动向量化”，它只是给硬件指令集搭了个中间表示的架子，真正的向量化需要你理解硬件特性，在Dialect层面把数据布局和操作语义对齐。
Vector Dialect到底在解决什么问题
传统LLVM IR里，向量类型是<4 x float>这种，但问题在于它太“硬件无关”了。不同架构的SIMD宽度不同（SSE 128bit、AVX2 256bit、AVX512 512bit、Neon 128bit、SVE可变长度），指令集的语义差异更大——有的支持masked load，有的不支持；有的有fma指令，有的要拆成mul+add。MLIR的Vector Dialect就是要在更高抽象层次上建模这些操作，让编译器能在
