Skip to content

Keyword update #33

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Merged
xiaoyan1023 merged 2 commits into from
Dec 9, 2025
Merged

Keyword update #33

Show file tree
Hide file tree
Changes from all commits
Commits
Show all changes
2 commits
Select commit Hold shift + click to select a range
b1a9160
click
xiaoyan1023 Dec 9, 2025
aa04a4e
generalized_global_symmetries
xiaoyan1023 Dec 9, 2025
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
4 changes: 3 additions & 1 deletion ... Generation/Dag Covering for Instruction Selection/Feynman/zh-CN/MainContent.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -5,6 +5,8 @@

通过接下来的三个章节，你将踏上一段从理论到实践的探索之旅。在“原理与机制”中，我们将深入其核心算法，理解代价模型、代数变换和[模式匹配](@entry_id:137990)的精髓。在“应用与交叉学科联系”中，我们将见证这些原理如何在算术优化、SIMD[并行化](@entry_id:753104)乃至人工智能等前沿领域大放异彩。最后，在“动手实践”部分，你将通过具体的编程挑战，亲手解决[指令选择](@entry_id:750687)中的经典问题，将理论知识转化为真正的工程能力。让我们开始吧，一同探索编译器如何将抽象代码雕琢成高效运行的艺术品。

[点击有惊喜](https://www.bohrium.com)

## 原理与机制

在上一章中，我们了解到[编译器后端](@entry_id:747542)的一项核心任务是将程序的[中间表示](@entry_id:750746)（IR）翻译成目标机器的指令。这个过程就像一位翻译家，不仅要传达原文的意思，还要追求译文的“信、达、雅”。在编译器中，“信”意味着语义正确，“达”意味着高效执行，“雅”则体现在代码的简洁与优雅。[指令选择](@entry_id:750687)，特别是基于有向无环图（DAG）的覆盖技术，正是实现这三重境界的关键所在。现在，让我们一起深入探索其背后的原理与机制，领略其中的精妙与美。
Expand Down Expand Up @@ -88,4 +90,4 @@ DAG 的核心优势在于共享[公共子表达式](@entry_id:747510)。但这
* 对于那些结构简单、树宽很小（例如为常数）的 DAG 家族（如串并联图），我们可以利用一种称为“[树分解](@entry_id:268261)上的动态规划”的强大技术，在[多项式时间](@entry_id:263297)内找到最优解。
* 但对于那些结构复杂、树宽随图的规模增长而增长的 DAG 家族（例如包含大型网格结构的图），这个问题就变得棘手起来。其求解复杂度会随着树宽指数增长，使得在合理时间内找到最优解成为不可能。

这个理论边界解释了为什么现实世界中的编译器在面对[指令选择](@entry_id:750687)这个难题时，往往会采用**启发式算法（heuristics）**。这些算法可能无法保证找到数学上的绝对最优解，但它们能在极短的时间内给出一个非常接近最优的、足够好的解。这正是工程实践中的智慧：在理论的边界与现实的需求之间，找到那个最佳的[平衡点](@entry_id:272705)。
这个理论边界解释了为什么现实世界中的编译器在面对[指令选择](@entry_id:750687)这个难题时，往往会采用**启发式算法（heuristics）**。这些算法可能无法保证找到数学上的绝对最优解，但它们能在极短的时间内给出一个非常接近最优的、足够好的解。这正是工程实践中的智慧：在理论的边界与现实的需求之间，找到那个最佳的[平衡点](@entry_id:272705)。
4 changes: 3 additions & 1 deletion keyword/generalized_global_symmetries/Feynman/zh-CN/MainContent.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -3,6 +3,8 @@

本文旨在介绍这一革命性的[范式](@article_id:329204)。我们将探索这个扩展了的对称性概念如何提供一种新的语言来描述物理定律的基本结构。在第一部分**“原理与机制”**中，我们将从零开始构建这一概念，从熟悉的0-形式对称性过渡到高阶p-形式对称性，并探讨诸如规范化、反常以及惊人的不可逆对称性发现等关键概念。随后，在**“应用与跨学科联系”**部分，我们将展示这一框架的巨大威力，说明它如何解决长期存在的问题，并在凝聚态物理、[量子计算](@article_id:303150)以及量子[场论](@article_id:315652)的根本结构中开辟新的研究途径。让我们从探索对称性可以超越简单点维度的深刻思想开始。

[click me](https://www.bohrium/sciencepedia)

## 原理与机制

在物理学中，如同任何宏大的侦探故事一样，最强大的线索是那些*不曾*改变的事物。我们给这些线索一个花哨的名字：**对称性**。对称性意味着存在一条[守恒律](@article_id:307307)，这是关于宇宙如何“记账”的深刻真理。几十年来，我们的对称性概念一直与类点对象联系在一起。一个粒子具有一定的[电荷](@article_id:339187)和自旋，而那些能使该粒子所遵循的物理定律保持不变的变换，就揭示了一种对称性。但如果这只是故事的开篇呢？如果大自然也关心线、面以及更高维度对象的对称性呢？这就是[广义全局对称性](@article_id:296978)的世界，这是对物理学最基本思想之一的彻底扩展。
Expand Down Expand Up @@ -59,4 +61,4 @@ $$
$$
这个简单的方程带来了惊人的后果。考虑[自旋算符](@article_id:315829)$\sigma$，它测量一个局域自旋是向上还是向下。不可逆对称性$\mathcal{D}$对它做了什么？我们可以通过应用两次$\mathcal{D}$来找出答案。一方面，融合规则告诉我们结果是$(I+\eta)(\sigma) = \sigma - \sigma = 0$。[自旋算符](@article_id:315829)被湮灭了！这意味着如果$\mathcal{D}$对$\sigma$的作用只是将其乘以一个数，那么这个数必须是零。一个能从理论中抹去算符的对称性！这完全颠覆了我们旧有的图景，即对称性只能[重排](@article_id:369331)算符或将它们乘以一个相位。

我们才刚刚开始探索这些不可逆对称性的含义。它们正在重写我们对量子[场论](@article_id:315652)的理解，为解决旧问题提供新工具，并揭示出“对称性”这个一个多世纪以来物理学的支柱，其内涵远比我们想象的要丰富和奇特得多。故事远未结束；在许多方面，它才刚刚开始。
我们才刚刚开始探索这些不可逆对称性的含义。它们正在重写我们对量子[场论](@article_id:315652)的理解，为解决旧问题提供新工具，并揭示出“对称性”这个一个多世纪以来物理学的支柱，其内涵远比我们想象的要丰富和奇特得多。故事远未结束；在许多方面，它才刚刚开始。