常用的shcedule有哪些

　　1 cache_read
　　将数据存储到片上缓存，减少访问数据时间。
　　2 cache_write
　　将结果写入片上缓存，然后再写入片外缓存。当然这里的片上和片外并不是绝对的概念，也可以理解为不同层次的存储结构。
　　3 set_scope
　　为数据指定存储位置，相比于cache_read和cache_write提供了更灵活的指定数据存储方式。本质上是相同的。
　　4 storage_align
　　在我看的文章中，storage_align是针对GPU shared memory的一个优化，目的是为了减少同一个bank的访问冲突。在GPU中shared memory被分割成多个bank，这些bank可以被独立线程同时访问。Storage_align就是为了将数据和bank大小匹配，减少bank conflict的发生。AI芯片中也有类似的问题，只有尽量减少bank冲突的发生，才能最大化并行计算。
　　5 compute_at
　　不懂CUDA，所以对文章中的代码不是很理解，但是从其解释看，对于多次循环的计算（或者多维计算），可以通过并行计算来降维。
　　6 compute_inline
　　将独立操作转化为内联函数，有点类似FPGA上的流水线计算。转化成内联函数从上层层面减少了stage。在FPGA中也有类似问题，可以将具有相同迭代的多条指令放在一起执行。
　　7 compute_root
　　Compute_at的反操作。
　　8 fuse
　　将多个循环iter融合为一个iter。
　　9 split
　　Fuse的反操作，将一次循环迭代拆分为多次。
　　10 reorder
　　调整循环计算迭代顺序。
　　11 tile
　　Tile也是将循环迭代进行拆分，拆分多次计算。是split+reorder。
　　12 unroll
　　将循环展开，增加并发执行。
　　13 vectorize
　　将循环迭代替换成ramp，可以通过SIMD指令实现数据批量计算，也就是单指令多数据计算。这在AI加速中会很常用，每条指令都是多数据计算的。
　　14 bind
　　CUDA中使用的优化方法，将iter绑定到不同线程，实现并发计算。
　　15 parallel
　　实现多设备并行。
　　16 pragma
　　可以在代码中人为添加编译注释，人为干预编译优化。HLS中就是通过这样的方式来实现c的硬件编程的。
　　17 prefetch
　　将数据计算和load后者store数据重叠起来，在FPGA中是很常见优化方法。
　　18 tensorize
　　将tensor作为一个整体匹配硬件的计算核心，比如一个卷积运算就可以实现在FPGA上的一个匹配。