Julia 推出统一中间表示 UnifiedIR

背景

Julia 语言的基础 IR（中间表示）数据结构已经使用了大约十年。虽然它们整体上运行良好，但存在三个主要问题：一是 IR 难以使用（既有通用 API 设计上的原因，也有与所有权和失效相关的语义原因）；二是无法扩展以支持生态系统中涌现的各种其他用例，导致开发者要么忍受 hack 式的解决方案，要么自行构建自己的 IR 数据结构；三是它从一开始就不是为外部使用而设计的系统。

为了解决这些问题，社区提出了一个全新的顶层包——UnifiedIR，与 Compiler、JuliaSyntax 和 JuliaLowering 并列，并被这三个包所依赖。UnifiedIR 提供一套自包含、可扩展的 IR 数据结构与操作，既可用于 Julia 基础库，也可用于更广泛的生态系统。

核心内容

UnifiedIR 是一个方言感知的、基于区域（region-based）的 IR 表示，类似于 MLIR，但保留了原始 Julia IR（以及 JuliaLowering 表示）中许多设计良好的部分。它旨在替代以下现有数据结构：

• SyntaxTree（来自 JuliaSyntax）
• SyntaxGraph（来自 JuliaSyntax/Lowering）
• CodeInfo（用于推理目的；代码生成/解释器暂时不在范围之内，但未来应适配）
• IRCode
• 生态系统中的各种其他 IR

为了实现这一目标，UnifiedIR 提供了一个核心数据结构，以高效的方式表示 IR，同时附带核心工具。该核心数据结构的任何使用者都可以通过添加额外的列（每个语句一条记录）来扩展它，并且引入了“分层视图”（layered views）的概念，以便在特定应用中更轻松地操作 IR。

当前定义的分层视图包括：

• IncrementalCompact 风格扩展：允许快速单遍替换（one-pass replacement）的扩展。
• LLVM 风格视图：通过链表维护顺序，使得复杂的 CFG 变换变得容易得多。为了避免 LLVM 中常见的二次复杂度维护问题（这对于某些下游应用很重要），作者与 Claude 共同设计了一种奇特的有序维护算法（仍需验证）。
• 图嵌入视图：供数组编译器以及 lowering 阶段使用（图是没有控制流依赖的 IR）。
• 树状编码：供 lowering 阶段使用（树是 IR 中每个语句只有一个使用者，根节点除外，根节点有零个使用者）。

主要特性包括：

• 对区域的一流支持：使得像 #58532 这样的功能更容易实现，并能更好地与 MLIR 集成。
• 对方言扩展的一流支持：通过命名空间化的种类注册表（kind registry），为引导堆栈预留了静态方言 ID。

UnifiedIR 的设计规格在 UnifiedIR/docs/design.md 中有详细描述，核心思路是：一个扁平的语句表，带有位于共享存储核心上的混合区域（hybrid regions）。该存储核心称为 AttrGraph，包含一个种类列、打包的两模式操作数字段、一个带标签的操作数池以及开放的属性列宇宙。布局状态（builder/dense/editable/floating）恰好有两个重命名点。此外还提供了命名空间化的种类注册表、通用树状处理接口（Tree/NodeList 游标、构造、mapchildren/copy_ast、通过图限定的 :source 链进行来源遍历）、compact! 作为垃圾回收机制（compact_graph!/collect_syntax!）、验证器、打印/解析器以及一个参考解释器。UnifiedIR 零依赖。

与其他包的集成方式：

• JuliaSyntax：SyntaxGraph 直接包装 UnifiedIR.AttrGraph。种类是真正的核心列，子节点是共享操作数池中标记为 STMT 的单词，由打包的范围字寻址。历史属性（edge_ranges、edges、attributes）被精确保留（保持 identity 稳定的视图和 is_compatible_graph 语义）。compact_graph! 为 lowering 提供了其一直想要的语法图 GC。

• SyntaxTree：SyntaxTree{Attrs} = UnifiedIR.Tree{SyntaxGraph{Attrs}}，SyntaxList = UnifiedIR.NodeList。子节点索引、属性属性、newnode/newleaf/mknode/mkleaf/mktree、copy_attrs!/mapchildren/copy_ast、来源遍历、结构化的 isapprox 和打印都是 UnifiedIR 的通用函数。JuliaSyntax 仅保留真正语法相关的部分（种类注册表包装器、SourceRef/源码文本机制、叶节点载荷约定、解析器集成、prune/unalias/@stm）。

• 种类注册表：历史的模块 ID 机制通过 register_kinds! 重新接入共享的 UnifiedIR 注册表。种类模块成为方言，声明连续的 opcode 块（保留范围谓词和 BEGIN_/END_ 标记）。引导栈声明了静态预留的方言 ID：JuliaSyntax=1，JuliaLowering=2，formatter=3，core=0。这样 K"..." 字面量保持编译时常量。语法 K"call" 和核心 K"call" 是不同的种类，共享同一编号空间。种类在 __init__ 中重新注册（注册表是 UnifiedIR 会话状态）；编号是确定性的，保持烘焙常量有效。双模式：引导时作为 Base 的一部分绑定 Base.UnifiedIR；作为包时依赖 UnifiedIR 包。

• JuliaLowering.UnifiedBackend（纯增量，零改动现有源码）：重用前端不变的部分——宏展开、脱糖、作用域分析、闭包转换——然后直接生成结构化的 UnifiedIR 区域形式（if/loop/try 区域操作、用于帧变量的 cells、密封出口终结符），而不是 goto 线性 IR。同时带有图限定的来源信息：每个发射的语句携带一个 :source 列条目，指向原始语法树游标，因此通用的来源遍历可以从优化后的 IR 语句回溯到源码文本（支持高亮诊断）。collect_syntax! 可以针对活 IR 对 lowering 图进行 GC。该后端是纯定义，在引导期间不会被调用，在可选的 sys-JL 系统映像阶段可以干净地烘焙。绑定通过外层 JuliaLowering 解析（在 Base 烘焙模式和包模式下使用相同的 JuliaSyntax 和相同的 UnifiedIR 实例）。

关于编译管道（仅包模式，系统映像引导永远不会看到它）：

• CodeInfo <-> UnifiedIR 边界转换器：包括 CFG 包装入口（含异常处理）、goto/typed 出口与 phi 合成。
• 推理端口：原生运行在 UnifiedIR 上，通过差异验证 100% 相等或更好的返回类型，与标准管道在会话的 MethodInstances 上比较。
• 优化器 passes：SROA、内联（通过 splice_body!）、ADCE、结构化、单元提升。
• Queries API：通过普通的编译器替换机制激活（Core.OptimizedGenerics.CompilerPlugins.typeinf owner hook + with_unified_compiler）。每个缓存结果都会通过已验证的 UnifiedIR 影子对象往返。
• 加载机制：Compiler.load_unified!() 按需将端口载入到以 Main 为根的载体模块中，并绑定为 Compiler。

当前 PR 已经将推理、优化器和 JuliaLowering 移植到了新数据结构上，但尚未启用 bootstrap。作者运行了大约一半的测试套件，一切正常。这应被视为预览 PR 和讨论基础，还有许多工作待完成。

关键要点

• UnifiedIR 是一个统一的、方言感知的、基于区域的 IR 表示，旨在替代 Julia 基础库和生态系统中多个分散的 IR 数据结构。
• 核心数据结构是一个扁平语句表，带有一个共享存储核心（AttrGraph），支持通过