lshpku add 2024.02.25~2024.03.08 WeeklyReport

WeeklyReports/Hackathon_6th/16_lshpku/[WeeklyReports]2024.02.25~2024.03.08.md

@@ -0,0 +1,32 @@
+### 姓名
+
+梁书豪
+
+### 实习项目
+
+CINN 支持动态 Shape 专项（前端方向）
+
+### 本周工作
+
+本周工作为看CINN代码，主要以`reduce`算子为例，理解CINN的工作流程和关键Pass的内容。
+
+1. 前端Pass代码理解
+
+    * 前端的作用是在算子层面对计算图进行优化，例如算子融合、死代码消除；另外针对动态shape，还会进行shape表达式传递
+    * `ShapeOptimizationPass`：将动态shape的维度定义为变量，并在算子间进行传递，从而可以通过运行时输入的shape推导后续算子的大小
+    * `BuildCinnPass`：具体实现在`SubgraphDetector`，将子图（一组只有一个输出的算子）进行融合
+
+2. 后端Tactic代码理解
+
+    * 后端的作用是将已经融合的算子转换成高效的CUDA实现
+    * 后端的流程为：首先将算子lower为多层循环表示，然后对循环进行reorder、fusion、inline、tiling等操作，再将循环绑定到cuda的thread和block上，最后lower得到可编译的cuda代码
+    * 后端的一个重要概念为SpatialSpace（sp_space）和ReduceBroadcastSpace（rb_space），sp_space指的是可以并行的维度，例如`reduce`时的非`axis`维，rb_space则是不可并行的维度
+
+
+### 下周工作
+
+1. 检查`Convert0DTo1DPass`所影响的单测用例，总结0D Tensor影响的Pass，思考一种通用的解决0D Tensor问题的思路
+2. 继续看后端代码中`PostProcess`的部分
+
+### 导师点评
+请联系导师填写