[RFC]: MindSpore独立类型系统

### 背景与目标描述. ## 1. 摘要 (Summary) 本提案旨在重构 MindSpore 核心类型系统，通过引入 `dtype_def.yaml` 作为**单一事实源（Single Source of Truth, SSOT）**，解决当前新增数值类型需要修改 20+ 个文件的高耦合问题。 重构后，新增类型仅需在 YAML 文件中追加定义，配套的代码生成器（`gen_type_system.py`）将自动产出 C++ 宏列表、字符串映射表、Python 类型定义及分类列表。该方案实现了类型定义的**高内聚、低耦合**，同时通过编译时模板元编程保持了**运行时零开销**。 ## 2. 动机 (Motivation) 当前 MindSpore 类型系统存在严重的**散弹式修改（Shotgun Surgery）**反模式： * **高耦合**：新增一个数值类型（如 `bfloat16`）需要同步修改 **20+ 个文件**，涉及类型定义、Tensor 系统、Python API、设备映射、调试转储等多个模块。 * **定义分散**：类型的属性（大小、符号、分类等）分散在多处重复定义，缺乏统一管理。 * **易出错**：由于缺乏单一数据源，开发者极易漏改某个文件（如字符串解析或 Python 绑定），导致系统行为不一致。 * **扩展困难**：新增类型属性（如新的量化属性）需要修改所有消费方代码。 ### 建议的方案. ## 3. 设计提案 (Design Proposal) ### 3.1 核心理念 引入 `dtype_def.yaml` 作为唯一数据源，结合 Python 生成脚本和 C++ 模板元编程，实现"一次定义，处处生成"。 ### 3.2 架构概览 新架构包含以下核心组件： 1. **单一数据源 (SSOT)**: `dtype_def.yaml`，包含所有 Concrete 类型和 Alias 类型的完整元数据（ID、存储类型、计算类型、位宽、分类、别名等）。 2. **代码生成器**: `scripts/gen_type_system.py`，负责解析 YAML 并生成所有视图文件。 3. **生成的 C++ 视图**: * `number_types.inc`: 保序的 X-Macro 列表，供 C++ 消费方使用。 * `cpp_types.inc`: 去重的 C++ 计算类型列表。 * `string_to_type.cc`: 静态生成的字符串到 TypeId 查找表（替代手写解析）。 4. **生成的 Python 视图**: `dtype_generated.py`，包含 Python 类型定义和分类列表。 5. **核心 C++ 模块**: * `TypeInfo<TID>`: 模板类，提供编译时常量（零开销）。 * `ITypeInfo`: 接口类，提供运行时多态查询。 * `type_utils.h`: 运行时查询工具。 ### 3.3 详细设计 #### 3.3.1 YAML 数据源 (`dtype_def.yaml`) ```yaml - type_id: kNumberTypeInt32 storage_cpp: int32_t compute_cpp: int32_t bytes: 4 bits: 32 category: kSignedInt canonical: kNumberTypeInt32 aliases: ["Int", "int", "int32"] # 自动生成字符串查找表 ``` #### 3.3.2 自动化生成流 ```mermaid graph TD YAML[dtype_def.yaml] --> Gen[gen_type_system.py] Gen --> INC[number_types.inc] Gen --> STR[string_to_type.cc] Gen --> PY[dtype_generated.py] INC --> TypeId[TypeId Enum] INC --> TypeInfo[TypeInfo Template] STR --> Lookup[StringToType] PY --> Dtype[mindspore.dtype] ``` * **CMake 集成**: 构建系统监测 YAML 变更，自动触发生成，确保生成物始终是最新的。 * **CI 检查**: 提供 `--check` 模式，在 CI 中验证提交的生成物与 …