scf.for 是 mlir 中显式带范围、步长和归纳变量的 ssa 操作，非 c 风格语法糖；其基本结构为：scf.for %i = %lb to %ub step %step { ... }，其中 %i 为只读归纳变量。
scf.for 的基本结构长什么样
MLIR 里的 scf.for 不是 C 风格的 for 循环语法糖，它是一个显式带范围、步长和归纳变量的 SSA 操作。你不能写 for (int i = 0; i 这种形式；必须拆成三部分：起始值、终止值、步长，全部作为操作数传入。
最简合法形式是：
scf.for %i = %lb to %ub step %step {
// 循环体
}
其中 %lb、%ub、%step 必须是 index 类型，且 %ub 是**不包含**的上界（即循环执行条件为 i ）。
-
%i是归纳变量（induction variable），类型自动推导为index，只在循环体内可见 - 循环体必须是单个
scf.for区域（region），不能为空；哪怕只做一次迭代也要写个scf.yield - 如果需要返回值（比如累加结果），得用
scf.reduce或手动带出yield值，scf.for本身不返回值
为什么 scf.for 里不能直接用 arith.constant 当边界
常见错误是这么写：
scf.for %i = %c0 to %c10 step %c1 { ... }
然后报错：operand #0 of 'scf.for' must be of type 'index' —— 因为 %c0 默认是 i64 或 i32，不是 index。MLIR 对类型非常严格，尤其在控制流中。
正确做法是显式转成 index：
%c0_idx = arith.index_cast %c0 : i64 to index
%c10_idx = arith.index_cast %c10 : i64 to index
scf.for %i = %c0_idx to %c10_idx step %c1_idx { ... }
- 更推荐用
arith.constant直接声明index类型常量：%c0 = arith.constant 0 : index - 步长也必须是
index，%c1 = arith.constant 1 : index才合法 - 运行时动态边界（比如来自 memref.dim）也得是
index类型，否则编译器拒绝 lowering
嵌套 scf.for 怎么写才不踩多面体优化的坑
MLIR 的 affine 和 linalg 优化链（比如 tiling、fusion）依赖循环结构可分析。如果你手写 scf.for 嵌套但没对齐仿射约束，后续 pass 可能直接跳过或报 not a valid affine map。
关键点：
- 所有边界和步长必须是**静态仿射表达式**：只能含常量、
index参数、加减乘（乘仅限常量系数），不能有除法、取模、条件分支 - 避免用
memref.load结果当循环上界——那会变成运行时值，破坏仿射性 - 典型安全写法是把维度信息提前提取并 cast 成
index：%dim = memref.dim %A, %c0 : memref<?x ?xf32> -> index - 如果真要动态上界又想保留优化机会，改用
scf.while+ 显式条件判断，但会丢失多面体分析能力
scf.for 和 linalg.generic 的边界选择冲突怎么解
当你从 linalg.generic lower 到 scf.for 时，编译器自动生成的循环边界可能和你手写的不一致，尤其在分块（tiling）后。比如 linalg 要求 K 维按 16 分块，但你的 scf.for 步长写死 %c8，就会导致访存越界或计算漏项。
根本原因在于：linalg 的迭代空间是语义化的（比如 “遍历 A 的 M×K 和 B 的 K×N”），而 scf.for 是底层结构化的。二者衔接靠 linalg.tiled_loop 或 scf.forall 中间表示过渡。
- 别直接手写
scf.for替代 linalg lowering；优先用linalg.tile+linalg.fuse生成结构化循环 - 若必须介入，检查 lowering 后 IR 中
scf.for的lowerBound/upperBound属性是否被affine.min包裹——那是编译器在处理不整除情形（如 size=65, tile=32 → 最后一块 size=1） - 手动验证每层循环的步长是否与目标硬件分块参数对齐（AVX2 是 M=2/N=32，AMX 是 M=32/N=32）；错配会导致向量化失败
真正难的不是写出合法的 scf.for，而是让它既满足类型和仿射约束，又能被后续 lowering pass 识别为可优化的结构——边界怎么算、步长怎么设、哪些值该提前 materialize，这些细节一旦错位，后面所有向量化、bufferization、codegen 都会连锁失效。
