在 MLIR 的异构多级降级（Lowering）管线中，将整个模块（Module）从一个高层方言无脑、一刀切地全部翻译到底层方言往往是不切实际的。
例如，当我们试图把自研的 NPU 高层算子图逐步向硬件靠拢时，我们可能只想把矩阵乘法和卷积降级到硬件厂商的私有方言或LLVM裸指针形态，而图中的某些复杂控制流（如scf.if）或标量加减法（如arith.addi），我们希望保留它们，让 MLIR 官方的通用优化 Pass 继续去处理。
为了在一条流水线内实现“精准动手术、局部降级、新老方言共存”的控制，MLIR 引入了极其硬核且灵活的编译机制——Partial Conversion（局部转换 / 部分转换）。
本文将带你深度剖析 Partial Conversion 的工作机理、如何编写一个局部降级通道，以及它在异构 AI 基础设施开发中的关键价值。
1. 什么是 Partial Conversion？三大转换模式对比
MLIR 官方的方言转换框架（Dialect Conversion Framework）提供了三种截然不同的转译战略。理解它们的边界是掌握 Partial Conversion 的第一步：
| 转换模式 | 核心行为 | 匹配失败后果 | 适用场景 |
|---|---|---|---|
| Full Conversion |
(完全转换) | 图中所有属于源方言的算子必须百分之百被消灭、翻译干净。 | 只要有一个算子没被完全消除，编译直接报错崩溃。 | 编译管线的最后一公里（如最终生成纯 LLVM IR 或 汇编前）。 |
|Partial Conversion
(局部转换) | 允许未知、无法匹配或故意保留的算子继续合法地留在图里。 | 匹配失败的算子会被优雅跳过，新老方言在图里和平共存。 |中层异构降级，逐步剥离自研算子，保留官方通用控制流。 |
|Analysis Conversion
(分析转换) | 只执行模式匹配和类型检查，不真正动手修改 IR 图结构。 | 不会改变图，只收集元数据。 | 编译期的合规性静态分析。 |
Partial Conversion 的核心灵魂：
它是一种渐进式、外科手术式的优化手段。它允许编译器专家只去啃那些自己关心的硬骨头算子，而把通用的、复杂的控制流和标量计算“战略性留白”，留在随后的通用通道里解决。
2. 文本 IR 视角：Partial Conversion 后的“杂交”生态
为了让你产生最直观的工程体感，我们来看看当一个包含复杂混合算子的函数，经历了一次针对MemRef访存的Partial Conversion Pass后，IR 内部发生的长相剧变。
Conversion 前：统一、高层的中间方言
此时全图算子语义都处于相对高层的抽象形态：
func.func @heterogeneous_graph(%arg0: memref<128xf32>, %cond: i1) { // 1. 纯标量控制流 cf.cond_br %cond, ^bb1, ^bb2 ^bb1: // 2. 复杂的、需要降级寻址的物理访存 %idx = arith.constant 0 : index %val = memref.load %arg0[%idx] : memref<128xf32> cf.br ^bb2 ^bb2: return }Conversion 后：底层指针寻址与高层标量控制流的完美并存
在执行了Partial Conversion之后，原本高大上的memref.load被我们精准定向爆破，降级成了纯粹的LLVM裸指针和寻址公式；但与此同时，外层的cf.cond_br分支控制流因为不属于本次优化的准星范围，被完美且合法地保留了下来：
func.func @heterogeneous_graph(%arg0: !llvm.struct<(ptr, ptr, i64, array<1 x i64>, array<1 x i64>)>, %cond: i1) { // 高层的控制流完好无损地保留在图里！ cf.cond_br %cond, ^bb1, ^bb2 ^bb1: // 核心：唯独这一块物理访存被外科手术式地翻译成了底层的裸指针结构 %base_ptr = llvm.extractvalue %arg0[1] : !llvm.struct<...> %zero = llvm.mlir.constant(0 : i64) %pixel_ptr = llvm.getelementptr %base_ptr[%zero] : (ptr, i64) -> ptr, f32 %val = llvm.load %pixel_ptr : ptr -> f32 cf.br ^bb2 ^bb2: return }3. C++ 源码视角：手写一个 Partial Conversion Pass
在开发自研 AI 芯片后端、或者编写异构图切分通道时，工程师必须掌握如何利用 C++ 的ConversionTarget严格划定局部转换的势力范围。
下面展示了一个标准的工业级 Partial Conversion 通道的 C++ 写法范式：
#include"mlir/Transforms/DialectConversion.h"#include"mlir/Dialect/LLVMIR/LLVMDialect.h"#include"mlir/Dialect/MemRef/IR/MemRef.h"#include"mlir/Dialect/ControlFlow/IR/ControlFlowOps.h"usingnamespacemlir;// 1. 继承官方的 ConversionPass 基类structPartialLoweringPass:publicPassWrapper<PartialLoweringPass,OperationPass<ModuleOp>>{voidrunOnOperation()override{ModuleOpmodule=getOperation();MLIRContext*context=&getContext();// 2. 实例化转换目标 (ConversionTarget) —— 划定法律边界ConversionTargettarget(*context);// 显式声明：整个 LLVM 方言在我们这个 Pass 执行完后是完全合法的target.addLegalDialect<LLVM::LLVMDialect>();// 显式声明：高层的控制流方言（ControlFlow）我们不想动它，也是完全合法的target.addLegalDialect<cf::ControlFlowDialect>();// 强力宣告：MemRef 方言中的所有算子，在此处通通被列为“非法（Illegal）”！// 编译器会像警犬一样在图里搜寻所有 MemRef 算子并强制要求其降级target.addIllegalDialect<memref::MemRefDialect>();// 3. 收拢并挂载转换模式 (Rewrite Patterns)RewritePatternSetpatterns(context);// 假设我们已经纯手写实现了一套 CustomMemRefToLLVMLowering 的 C++ 类populateMemRefToLLVMConversionPatterns(patterns);// 4. 惊艳的一击：启动局部转换引擎 (Partial Conversion)// 注意：如果是完全转换，这里会呼叫 applyFullConversionif(failed(applyPartialConversion(module,target,std::move(patterns)))){signalPassFailure();// 如果降级过程中匹配失败或内部报错，才宣布通道失败}}};4. 大模型时代 Partial Conversion 的核心硬核价值
在动辄百亿、千亿参数的大模型（LLM）分布式Serving和推理管线中，Partial Conversion 是规避全图编译爆炸、实现“混合精度与异构硬件调度”的免死金牌：
① 混合泛型算子与专用硬件 Kernel 的无缝插拔
在大模型（如 Transformer 架构）中，矩阵乘法（MatMul）通常占了 90% 以上的计算量，各大厂商都会用手写的、极致压榨硬件的专用昂贵方言（如my_npu.custom_flash_attn）去承接。
但在矩阵乘法外面，还有一堆琐碎的、动态变化的自定义标量和控制流（如打印日志、动态的 Token 边界裁剪）。如果采用传统的全转换，你必须为这些琐碎算子也手写极其繁琐的硬件降级。
利用Partial Conversion，编译器可以只把核心的计算大块定向爆破到自研芯片后端，而把那些长尾的标量计算原封不动地踢给 CPU 或官方标准的LLVM运行时，极大地节省了底层的适配开发成本。
② 类型解耦与逐步降级（Type Converter）
在进行指针级降级时，高层的多维张量要变成低层的一维指针结构体，这中间涉及到输入参数和基本块（Block Arguments）的类型置换。
Partial Conversion 允许你挂载一个TypeConverter。当它在图的中途遇到跨方言连接边界（例如一个还没来得及降级的cf.br试图读取一个已经降级为LLVM ptr的变量时），Partial Conversion 引擎会在图内部隐式发射一个桥接算子（builtin.unrealized_conversion_cast）作为临时的“数据粘合带”。这样，哪怕整张图处于“半生不熟”的混交状态，MLIR 强大的验证器（Verifier）也不会报错崩溃，允许后续的 Pass 链条继续平滑推进。
总结
一句话概括：Partial Conversion 是 AI 编译器在面对纷繁复杂的异构生态时，能够实施精确制导、局部手术、新老方言完美共存的高级平衡艺术。
它打破了传统编译器非黑即白、一刀切的死板教条，用灵活的ConversionTarget在同一个计算图体内划出了清晰的合法与非法势力范围。深刻掌握 Partial Conversion 这一元编程控制手段，是每一个致力于大模型混合精度架构设计、异构多核算力芯片（CPU+GPU+NPU）协同调度的 AI 基础设施工程师（AI Infra）在复杂工业级图变换中挥洒自如的进阶利器。
 agent和组件)