摘要 传统编译器中间表示(IR)在AI时代面临四大局限：1)通用性设计导致高层语义信息丢失，无法识别算子级优化机会；2)控制流与数据流分离表示，难以处理复杂算子的优化；3)类型系统无法表达张量、量化等AI特有概念；4)内存模型过于粗糙，无法精确描述AI特有的访存模式。作者通过实战案例(如MobileNetV2优化)表明，传统IR在AI场景下常成为性能瓶颈，建议采用分层优化策略：在MLIR等高层IR