前言

人工智能是引领未来的战略性技术，是新一轮科技革命和产业变革的核心驱动力，同时也是发展新质生产力的主要阵地。然而，人工智能大模型的参数规模越来越大，大模型的训练和推理过程消耗的计算资源也越来越多。为了高效地完成大模型训练和推理的计算任务，人们不断研发性能更高、结构更复杂的计算加速器件，对深度学习编译器的需求也愈加迫切。面向深度学习应用领域的深度学习编译器是充分调度算力、发挥硬件潜力的枢纽，是解决深度学习大模型在硬件平台上训练和部署任务的关键系统软件。

对初学深度学习编译器优化的读者来说，编者建议按章节顺序仔细阅读，循序渐进地理解深度学习编译器设计的思路。而对具有一定深度学习应用优化基础的读者，可按需求选择性阅读。

本书由先进编译实验室科研人员，在长期国产编译器开发及大量编译优化技术实践的基础上完成。先进编译实验室长期致力于编译优化、程序优化等工作，先后承研国家重大专项、“核高基”专项、973计划、863计划、自然科学基金等相关课题，在国产编译器研发、编译系统优化、基础数学库、图形图像库、算子优化库、二进制翻译与移植等相关领域已经形成若干领先成果，曾获国家科学技术进步奖一等奖、省部级科学技术进步奖一等奖等奖项。

深度学习编译是一个博大精深且正在快速发展的领域，许多深度学习编译优化技术是实践中不断尝试与积淀的。本书的写作初衷旨在分享编者在深度学习编译领域的学习心得，虽然编者已尽全力确认书中的每个细节，但限于编者水平，书中难免存在缺点和不足之处，甚至可能存在错误，殷切希望各位读者能够批评、指正，提出宝贵的意见，以便再版修正。

2024年11月先进编译实验室