语言语法¶

普通 Python 语法写在 kernel 里是什么意思：下标、运算符，以及来自外层作用域的名字。

前置：类型。

Concept¶

装饰器解析你的源码，从不把它当 Python 执行。所以 kernel 体里那些眼熟的语法是被改写成 IR 操作，而不是被执行：

下标不是一次索引操作 —— 它会变成 slice、read 或 assemble。
运算符不是 Python 的 + —— 它会根据操作数类型变成某个 IR 算子。
来自外层作用域的名字由解析器在解析期解析，而不是在调用时由闭包捕获。

实际后果是：这些构造要么在解析期带着行号报错，要么根本编不过，而不会在运行期给你惊喜。

Quickstart：同一个切片的两种写法¶

import pypto.language as pl

@pl.jit.incore
def head(x: pl.Tensor[[128, 64], pl.FP32],
         out: pl.Out[pl.Tensor[[16, 64], pl.FP32]]):
    top = x[0:16, :]              # sugar for pl.slice(x, [16, 64], [0, 0])
    out[:] = pl.mul(top, 2.0)        # sugar-free: an explicit operator call
    return out

两行都会被解析成 IR 调用。第一行展示了改写本身，第二行就是改写在别处所产生的东西。

Mechanics¶

下标语法糖¶

解析器会改写 Tensor 与 Tile 值上的下标：

写法	变成
`A[0:16, :]`	`pl.slice(A, [16, N], [0, 0])`
`A[i, j]`	`pl.tensor.read(A, [i, j])` / `pl.tile.read(A, [i, j])`
`A[0:16, 0:32]`	`pl.slice(A, [16, 32], [0, 0])`
`dst[i:i+16, j:j+32] = src`	`dst = pl.assemble(dst, src, [i, j])`

写形式会重绑 dst，这与严格 SSA 不兼容。在 @pl.function(strict_ssa=True) 下 —— 或任何 SSA 之后的上下文 —— 请显式调用 pl.assemble(...)。

Python 运算符¶

标准运算符在 Tensor、Tile、Scalar 值上映射到 IR 操作：

Python	操作
`a + b` / `a - b` / `a * b` / `a / b`	`add` / `sub` / `mul` / `div`
`a == b` / `a != b`	`eq` / `ne`
`a < b` / `a > b`	`lt` / `gt`

任一侧是标量都会被识别并派发到标量操作数形式（pl.add(a, 1.0) → adds）。

闭包捕获¶

装饰器解析的是源码，所以来自外层 Python 作用域的名字是被解析器解析的，而不是在调用时由闭包捕获的。整数常量和常量算术会折叠进 IR。无法折叠的捕获值在解析期就是错误，而不是运行期的意外。

有一个后果值得知道：像 pl.system.available_cluster_count() 这样的表达式应当在调用点内联书写，而不要先绑定到一个名字上。绑定之后编译与降级都正确，但被 outline 的包装函数的 printed IR 会引用一个定义在调用方的变量，因而无法被重新解析。

边界情况¶

症状	可能原因	修复
`dst[...] = src` 被拒绝	`strict_ssa=True` 禁止该重绑	改用 `pl.assemble(dst, src, [...])`
本想切片，下标却给了一次读	`A[i, j]` 读单个元素，`A[i:i+1, :]` 才是切片	想要一块区域时用切片语法
printed IR 无法被重新解析	设备规模查询在使用前被绑定到了名字上	在使用处内联书写该调用
某个捕获值在解析期被拒绝	它无法折叠进 IR	把它作为参数传入，而不是捕获

配套示例¶

examples/utils/error_handling.py —— 裸重绑定的代价：函数体重绑定了 result 而不是写穿它，先前的值被丢弃，codegen 把它报成结构性错误，因为改名后的局部变量根本没到达 Out 参数。