Rollup 构建管线深入：插件钩子、产物结构与 manifest

Tue, 29 Sep 2026 12:00:00 +0800

引言

vite build 背后是 Rollup——一个以「插件钩子」组织的打包器：从解析入口到生成产物，每个阶段都有钩子让插件介入。理解这条管线，你才知道产物为什么长这样、chunk 是怎么分的、manifest 是什么、插件该挂哪个钩子。本文讲透 Rollup 构建管线：先讲从入口到产物的完整链路（输入→模块图→chunk→产物），再讲 Rollup 插件钩子体系（build 阶段钩子 resolveId/load/transform、模块图钩子、输出阶段钩子）、解析与加载阶段（resolveId/load 的职责）、转换阶段（transform 与代码处理）、打包与代码生成阶段（图→chunk 的算法、renderChunk/generateBundle）、产物结构（chunk/asset/entry 的关系与命名）、manifest 与运行时注入（build.manifest、modulepreload）、浏览器目标与降级（build.target、legacy 插件）、最后是构建诊断（debug 日志与故障排查）。

AI 编译器：TVM、MLIR 与 torch.compile 的算子编译优化

Mon, 28 Sep 2026 11:00:00 +0800

深度学习推理的性能天花板，很多时候不在模型结构，而在**「算子怎么落到硬件上」**。传统做法是「手写 Kernel」（cuBLAS/cuDNN）——但新算子层出不穷，手写永远追不上。AI 编译器换了个思路：把计算图编译成目标硬件的高效代码，用「图优化 + 算子融合 + 调度 + 代码生成」代替「手写 Kernel」。本文把 TVM、MLIR、torch.compile 三大编译栈讲透：它们解决什么、IR 怎么分层、调度怎么做、后端怎么生成，以及推理生产怎么用。

代码生成 on PlumePHP

Rollup 构建管线深入：插件钩子、产物结构与 manifest

引言

AI 编译器：TVM、MLIR 与 torch.compile 的算子编译优化