MLIR的整数溢出与饱和算术处理
从一次芯片验证的“灵异”崩溃说起
去年做一款AI加速芯片的编译器后端，跑一个8bit量化模型时，仿真器在某个卷积层后突然输出全0。查了两天，最后定位到是MLIR生成的中间表示里，一个arith.addi指令在累加过程中悄悄溢出了——8bit有符号数，127加1变成了-128，后续的ReLU直接把这个负数钳位到0，整条计算链崩了。
当时第一反应是“这破编译器怎么不自动做饱和处理”，后来冷静下来才意识到：MLIR的算术操作默认就是不饱和的，它忠实反映了硬件行为。你要饱和，得自己显式告诉它。这个教训让我后来在写MLIR Pass时，对整数溢出问题格外敏感。
MLIR里的整数类型与溢出语义
MLIR的整数类型IntegerType可以指定宽度和符号性，比如i8、ui32。但关键点在于：MLIR的算术操作（arith dialect）默认采用模运算语义。也就是说，arith.addi对i8做加法，结果截断到8位，高位直接丢掉。这在很多场景下是合理的——比如地址计算、循环计数器，但用在信号处理、控制算法里就是灾难。
看个具体例子：
// 这里踩过坑：两个i8相加，结果自动截断 %0 = arith.constant 120 : i
