01 — 编译器概念入门
目标: 用生活化的类比，让你理解"编译器"到底是什么、ScratchV 在做什么。 预计阅读: 15 分钟 前置要求: 会写一点点代码（任何语言都行）
目录
1. 编译器是翻译官
想象你去联合国，一个中国代表在台上用中文演讲，台下坐着说英文、法文、阿拉伯文的听众。这时候需要翻译官——把中文转换成听众能懂的语言。
编译器就是程序的"翻译官"。
你写的是 Python 代码（人能读懂的"高级语言"），CPU 只认识 0 和 1 组成的机器指令（"低级语言"）。编译器的工作就是：
你写的代码（Python/C++/...）
│
▼
┌────────┐
│ 编译器 │ ← "翻译官"
└────────┘
│
▼
CPU 能懂的 0/1 指令
ScratchV 翻译的是 AI 模型——把 ONNX 格式的神经网络模型文件，翻译成 RISC-V 芯片能执行的机器码。
2. 翻译的四道工序
真正的翻译官不是一句话直接翻出来，而是分步骤的。编译器也一样，通常分四道工序：
源程序（ONNX 模型 / DSL 代码）
│
▼
┌───────────────────┐
│ ① 前端 (Frontend) │ ← 读懂原文，理解"它在说什么"
│ 解析、理解结构 │ 好比翻译官听清每个词的词性和语法
└───────┬───────────┘
│ 中间表示 (IR)
▼
┌───────────────────┐
│ ② 优化 (Optimizer) │ ← 把啰嗦的话变简洁
│ 消除冗余、合并计算 │ "我非常非常想吃东西" → "我饿了"
└───────┬───────────┘
│ 优化后的 IR
▼
┌───────────────────┐
│ ③ 后端 (Backend) │ ← 翻译成目标语言
│ 生成目标平台的指令 │ 中文 → 英文
└───────┬───────────┘
│ 汇编代码
▼
┌───────────────────┐
│ ④ 编码 (Encode) │ ← 写出最终版本
│ 汇编 → 二进制机器码 │ 打印成文件
└───────────────────┘
│
▼
CPU 可执行的 0/1 文件
为什么要有"中间表示"（IR）？
想象翻译官把中文演讲稿先转成一堆简笔画/符号（不关心具体用哪种语言），然后再从这些符号出发翻成英文。
这个"简笔画/符号"就是 IR (Intermediate Representation，中间表示)。
有了 IR 的好处： - 中文 → 英文 和 中文 → 法文 可以共享同一套"简笔画"（ScratchV 的 IR 同时支持生成 RISC-V 和 LLVM IR） - 在做具体翻译之前，可以先把"简笔画"里的废话去掉（这就是优化）
3. 乐高积木：程序的零件
另一个理解编译器的方式：像拼乐高。
| 乐高世界 | 编译器世界 |
|---|---|
| 乐高图纸（你想拼什么） | 源程序（ONNX 模型） |
| 分件员：把大图纸拆成小步骤 | 前端（解析、词法分析） |
| 零件库：标准积木块 | IR（三地址码、基本块） |
| 拼装优化：减少多余步骤 | 优化器（死代码消除、常量折叠） |
| 按说明书拼出实物 | 后端（代码生成、寄存器分配） |
编译器就是这样：把一份"设计图纸"（程序），拆成"标准零件"（IR），再拼成"实物"（机器码）。
4. 办公桌：数据的流转
还有一个比喻：
CPU 就像一个忙碌的办公桌，上面有： - 寄存器：手边的小便签，能立刻拿到（32 个，每个 32 位），速度最快 - 缓存 (Cache)：桌上的文件架，拿取很快但容量有限 - 内存 (RAM)：身后的文件柜，容量大但走过去拿要时间
编译器的工作之一是安排好数据放在哪——尽量把常用的放便签/文件架，少去文件柜拿。
这就是为什么会有"寄存器分配"、"缓存优化"这些话题——本质上是帮 CPU 的办公桌整理得更高效。
5. ScratchV 在翻译什么
ScratchV 做的事很具体：
.ai 模型文件 (ONNX)
包含: Conv2D, MaxPool, Gemm, ReLU, Sigmoid...
│
▼
ScratchV 编译器
│
▼
RISC-V 芯片能跑的指令
比如: add, mul, load, store, branch...
具体来说，ScratchV 把你训练好的 CNN 模型（能识别图片的那种），翻译成一段一段的 RISC-V CPU 指令，让 CPU 能逐步执行卷积、池化、矩阵乘法等计算。
6. 为什么选 RISC-V？
| 特性 | 说明 |
|---|---|
| 开源免费 | 不像 x86（Intel/AMD 私有）或 ARM（要授权费），任何人都能设计 RISC-V 芯片 |
| 简洁 | 基础指令只有 40 多条（x86 有上千条），适合学习和教学 |
| 正在崛起 | 从嵌入式到 AI 加速器，越来越多的公司在用 RISC-V |
| 可验证 | 有很多开源仿真器，没有开发板也能跑 |
对 ScratchV 来说，RISC-V 的简洁意味着：我们真的可以"从零手写"一个编译器，把每个指令都搞懂。
7. 关键概念速查
在阅读后续文档时，你会遇到这些词。这里先列出来，随时回来查：
| 概念 | 一句话解释 | 生活类比 |
|---|---|---|
| ONNX | AI 模型的标准存盘格式 | .docx 之于 Word 文档 |
| DSL | 领域特定语言（ScratchV 自制的迷你编程语言） | 宜家的组装说明书——只管"组装"这件事 |
| IR (中间表示) | 编译器的内部"通用语言" | 翻译官的速记符号 |
| 三地址码 | IR 的一种形式，每条指令最多三个操作数：c = a + b |
一个简单的算式 |
| RISC-V | 一种开源的 CPU 指令集 | CPU 的"母语" |
| 汇编 (Assembly) | 人类可读的 CPU 指令文本 | 把 0/1 机器码写成 add x1, x2, x3 |
| 寄存器 | CPU 内部的超快速存储单元 | 办公桌上的便签 |
| Q16.16 定点 | 用整数模拟小数的一种技巧（高16位=整数，低16位=小数） | 用"分"代替"元"计算金额 |
| 静态指令数 | 编译器生成了多少条指令（不管执行多少次） | 菜谱的步骤数 |
| 动态指令数 | 程序实际执行了多少条指令（循环里的指令会重复计数） | 厨师实际做了多少次操作 |