MLIR在移动端芯片（Qualcomm Hexagon）中的应用一个让我熬夜到凌晨三点的bug去年夏天，我在调试一个移动端AI推理引擎的Hexagon后端。模型在PC上跑得飞快，量化精度也达标，一上手机就崩——不是段错误，是Hexagon DSP直接挂起，连个像样的错误码都不给。我盯着Hexagon Simulator的日志看了两个小时，只看到一行“TCM overflow”的提示。TCM是Tightly Coupled Memory，Hexagon的本地内存，总共就几百KB。我当时的模型权重加上中间激活，怎么算都不该超。后来用MLIR的-print-ir-after-all一帧一帧看，才发现问题出在算子融合后的中间结果生命周期上——MLIR的bufferization pass把本该流式传输的中间张量全部物化到了TCM里，而Hexagon的DMA引擎根本没被正确触发。这个坑让我意识到：MLIR在移动端芯片上的应用，远不是“把IR翻译过去就行”那么简单。Hexagon这种VLIW架构的DSP，对内存层次、指令并行、数据流模式都有极其苛刻的要求。今天这篇笔记，就聊聊我在Hexagon上折腾MLIR的一些真实经验。Hexagon的脾气：VLIW、HVX和TCMQualcomm Hexagon DSP从v60开始引入Hexagon Vector eXtensions（HVX），这是它的杀手锏——128字节宽的向量单元，支持整数和定点运算，专门为AI推理优化。但HVX有个怪癖：它只能