项目基本结构

一、整体设计概述

项目整体采用四层架构设计，自底向上逐层抽象，从硬件与计算调度一直延伸到上层的公共接口与应用层，各层职责清晰、边界明确。

二、四大层次划分

第一层：底层计算与硬件抽象层

核心职责：
与底层硬件及计算资源直接交互，提供统一的计算与设备抽象。

关键组成：

• Compute Dispatcher
• Device 抽象类
• 底层硬件接口交互层

特点：

• 屏蔽不同硬件实现差异
• 为上层提供统一、可扩展的计算调度能力

第二层：数据抽象与数据操作层

核心职责：
对计算数据进行抽象，并提供中间层的数据操作能力。

关键组成：

• Tensor
• Tensor Operator
• Linear Algebra Operator
• 各类中间层数据操作类

特点：

• 统一数据表示
• 承担张量与结构化数据的操作与变换
• 作为计算与算法层之间的桥梁

第三层：机器学习与计算图核心层

核心职责：
构建高层计算与学习能力，是项目的核心逻辑层。

关键组成：

• Machine Learning 模块
• Deep Learning 模块
• Dataset 支撑体系
• 计算图（Computation Graph）
• DA 图等核心计算结构

特点：

• 负责模型构建、训练与推理逻辑
• 统一计算图与自动求导等核心机制

第四层：公共接口与上层应用层

核心职责：
对外提供统一、易用的方法与接口，面向公共互联网或上层应用。

关键组成：

• 方法类（Method-level）运作接口
• 面向公共互联网的访问与调用层

特点：

• 提供稳定 API
• 屏蔽内部复杂实现
• 支持上层应用与外部系统集成

三、总结

该项目通过四层结构实现：

• 底层解耦硬件
• 中层统一数据
• 核心层聚焦机器学习与计算图
• 顶层提供公共接口与应用能力

整体设计具备良好的可扩展性、可维护性与工程清晰度。

项目通过Meson/Cmake构建,