1. 목표
그래프 최적화를그래프 탐색 코드가 아닌 두 층으로 분리한다.
- 구조층 (Structure) : 인접 행렬 A 로 표현되는 연결 관계
- 의미층 (Semantics) : A 의 각 edge 에 붙는bitmask(feature) 로 표현되는 데이터 / 안정성 / 전이 정보
최적화는 다음 형태로 수행된다.
- (매칭) A 위에서 bitmask 필터링 + 선형대수 매칭으로 패턴을 찾고
- (변환) 패턴에 대해 op 를 fuse / rewire 하며
- (갱신) 변환 결과가 feature bitmask 에도 정확히 반영되도록 규칙에 따라 재계산 / 통합 한다.
2. 핵심 개념
2.1 Edge Feature 는 관측이 아니라 계약
A_rich[i, j] 의 bit 는 단순 메타데이터가 아니라 컴파일러가 신뢰하는 계약
- 매칭 단계 : bit 조건을 만족해야만 후보가 됨
- 리라이트 단계 : 그래프를 바꾸면 bit 도 규칙에 따라 갱신되어야 함
- 갱신이 틀리면 : 잘못되 fuse, 잘못된 backward, 잘못된 메모리 재사용이 발생
3. Compile Pipeline 의 두 축
3.1 Matchin (Pattern Discovery)
패턴 매칭은 두 단계로 구성
Step A : Edge Filter (bitmask gating)
예
- SAFE_SINGLE_USE
- DTYPE_F32
- CONTIGUOUS
- NO_ALIAS
같은 필수 비트를요구한다
Step B : Algebraic Match (matrix product)
노드 타입 선택자와 결합하여 패턴을 찾는다.
3.2 Rewrite (Fusion / Optimization)
매칭된 패턴에 대해 다음을 수행
- 노드 통합
- 입력 통합
- 출력 통합
- 중간 노드 제거 또는 identiy 처리
- consumer 들의 input rewire
4. Feature Bitmask 의 통합 규칙이 필요한 이유
그래프를 fuse 하면 edge 도 변화하고, edge 의 의미도 변화한다.
5. Feature 통합 규칙의 종류
fuse 후 새 edge 의 feature 는 크게 3종 규칙 중 하나로 정해진다.
Rule Type 1 - AND-merge (제약은 강화 / 유지)
안전 조건처럼 깨지면 안 되는 속성은 보통 AND
Rule Type 2 - OR-merge (능력 / 가능성은 합집합)
가능성 태그는 OR
- eligibility
- capability
Rule Type 3 - TRANSFORM (전이 정보는 재계산)
'AI Compiler framework' 카테고리의 다른 글
| AICF IR Flag System 도입 문서 (0) | 2026.02.27 |
|---|---|
| Rich Matrix Optimizer Fusion 현 방식 요약 + 개선 로드맵 (0) | 2026.02.26 |
| AICF Rich Feature Matrix Specification - 연결 그래프에 비트 표현을 통한 각 operator 정보 표현 (0) | 2026.02.25 |
| AI Compiler의 의미론적 최적화 구조 분석 - Rule_based Graph Rewrite vs RFM Algebraic Approach (0) | 2026.02.24 |
| 바이너리 인접 행렬 Binary Adjacency Matrix 에서 Rich Feature Matrix 표현으로의 확장 (0) | 2026.02.24 |