mlir中tensor类型形状必须用小写x连接维度、无空格逗号，动态维用*仅限外层，标量为tensor无括号，reshape后需显式cast更新类型。
张量形状直接写在 tensor 类型后，用 和 <code>> 包裹，维度间用 x 连接，不能用逗号或空格
tensor 是标准写法，不是 tensor
MLIR 的 tensor 类型中，形状与元素类型紧贴，中间无空格，维度分隔符必须是小写字母 x（不是 *、, 或 ×）：
-
tensor✅ 正确：2 行 × 3 列的 f64 张量 -
tensor❌ 解析失败：逗号不被接受 -
tensor❌ 错误符号：Unicode 乘号×不合法 -
tensor❌ 空格破坏语法：类型字符串中不允许空格
动态维度用 * 表示，但仅限最外层或特定位置
* 表示运行时已知、编译期未知的维度大小，但它有约束：
-
tensor✅ 合法：一维动态张量 -
tensor✅ 合法：第一维动态、第二维固定为 3 -
tensor✅ 合法（Toy dialect 支持），但某些 dialect（如 Linalg）可能要求动态维只能在最前 -
tensor❌ 多数 dialect 拒绝：连续多个*通常不被支持
注意：* 不代表“任意维”，它只表示“该位置维度大小未定”，且 shape 推导仍需满足操作语义（例如 matmul 要求最后两维可收缩）。
rank-0 张量（标量）写作 tensor，不带 和数字
零维张量即标量，在 MLIR 中直接省略形状括号：
-
tensor<f64></f64>✅ 正确：标量 -
tensorf64>❌ 语法错误：空尖括号非法 -
tensor❌ 不等价：这是 1 元素一维张量，不是标量；二者在语义和 lowering 中行为不同（如内存布局、广播规则）
Toy dialect 明确区分 tensor<f64></f64>（标量）和 tensor（向量），混用会导致类型检查失败或运行时越界。
形状推导失败常见于 reshape 或 transpose 后未显式标注
MLIR 不自动传播形状——即使你用 toy.reshape 把 tensor 变成 2x3，结果类型仍是 tensor，除非你显式 cast 或用 dialect 支持的 shape-refinement pass：
- Toy dialect 中，
var b = [1,2,3,4,5,6];会生成tensor，因为类型声明强制了 shape - 但
%b = toy.reshape(%a) : tensor to tensor之后，若下游操作（如matmul）需要确切 shape，就会报错 “operand type mismatch” - 解决方法：加
tensor.cast或用linalg.tensor_reshape（它要求目标 shape 作为属性传入）
最容易被忽略的是：tensor 类型的 shape 是类型系统一部分，不是 metadata；改 shape 必须改类型，不能只改值。
