LLVM¶
caption¶
LLVM 元素:
1. 模块
LLVM 程序是由模块构成的，这个文件就是一个模块。
模块里可以包括函数、全局变量和符号表中的条目。
链接的时候，会把各个模块拼接到一起，形成可执行文件或库文件。
在模块中，你可以定义目标数据布局（target datalayout）:
例:
target datalayout = "e-m:o-i64:64-f80:128-n8:16:32:64-S128"
说明:
开头的小写 “e” 是低字节序（Little Endian）的意思
对超过一字节的数据，低位字节排放在内存的低地址端，高位字节排放在内存的高地址端
“target triple” 用来定义模块的目标主机，它包括架构、厂商、操作系统三个部分
例:
target triple = "x86_64-apple-macosx10.14.0"
2. 函数
以 define 开头的函数的声明，还带着花括号
函数声明时可以带很多修饰成分，比如链接类型、调用约定等
缺省值:
链接类型是 external
调用约定也有很多种选择，缺省是 “ccc”
C 语言的调用约定（C Calling Convention）
“swiftcc” 则是 swift 语言的调用约定
3. 标识符
分为全局的（Glocal）和本地的（Local）
全局标识符以 @开头，包括函数和全局变量
本地标识符以 % 开头
有的标识符是有名字的，比如 @fun1 或 % a
有的是没有名字的，用数字表示就可以了，如 %1
4. 操作码
alloca: 栈上分配空间
store: 写入内存
load: 从内存中读取
add: 加法运算
ret: 从过程中返回
5. 类型系统
汇编是无类型的，LLVM 汇编则带有一个类型系统
LLVM 汇编类型系统包括`基础数据类型`、`函数类型`和 `void 类型`
6. 全局变量和常量
7. 元数据
8. 基本块
类型系统¶
1. 基础数据类型
2. 函数类型
包括对返回值和参数的定义，比如：i32 (i32)
3. void 类型
不代表任何值，也没有长度
基础数据类型:
a. iN 表示各种长度的整形 1) i1: 1比特整形 2) i32: 32位整形 b. 多种精度的浮点型 1) half: 16位浮点 2) float: 32位浮点 3) double: 64位浮点 4) fp128: 128位浮点 c. 指针: 1) [4*i32]*: 指向4个i32整形的数组指针 2) i32(i32*)*: 函数指针, 一个 i32整形指针参数, 返回一个i32值 d. 向量 1) <4 x float>: 4个浮点数的向量 f. 数组 1) [4 x i32]: 4个 i32整数的数组 g. 结点体 1) 普通结构体: {float, i32(i32)*} 两个元素的结构体，一个浮点数，一个整数 2) 紧凑结构体: <{i8, i32}>: 比普通结构体多了一个尖括号 它的元素在存储时是紧挨着的，不考虑内存对齐 这个结构体占40比特 i. 其他 1) 标签类型 2) Token 类型 3) 元数据类型
小例子¶
fun1.c:
int fun1(int a, int b){
int c = 10;
return a + b + c;
}
自动生成的LLLM 汇编码:
; ModuleID = 'fun1.c'
source_filename = "fun1.c"
target datalayout = "e-m:o-i64:64-f80:128-n8:16:32:64-S128"
target triple = "x86_64-apple-macosx10.14.0"
; Function Attrs: noinline nounwind optnone ssp uwtable
define i32 @fun1(i32, i32) #0 {
%3 = alloca i32, align 4 // 为 3 个变量申请空间
%4 = alloca i32, align 4
%5 = alloca i32, align 4
store i32 %0, i32* %3, align 4 // 参数 1 赋值给变量 1
store i32 %1, i32* %4, align 4 // 参数 2 赋值给变量 2
store i32 10, i32* %5, align 4 // 常量 10 赋值给变量 3
%6 = load i32, i32* %3, align 4 //
%7 = load i32, i32* %4, align 4
%8 = add nsw i32 %6, %7
%9 = load i32, i32* %5, align 4
%10 = add nsw i32 %8, %9
ret i32 %10
}
attributes #0 = { noinline nounwind optnone ssp uwtable "correctly-rounded-divide-sqrt-fp-math"="false" "disable-tail-calls"="false" "less-precise-fpmad"="false" "no-frame-pointer-elim"="true" "no-frame-pointer-elim-non-leaf" "no-infs-fp-math"="false" "no-jump-tables"="false" "no-nans-fp-math"="false" "no-signed-zeros-fp-math"="false" "no-trapping-math"="false" "stack-protector-buffer-size"="8" "target-cpu"="penryn" "target-features"="+cx16,+fxsr,+mmx,+sahf,+sse,+sse2,+sse3,+sse4.1,+ssse3,+x87" "unsafe-fp-math"="false" "use-soft-float"="false" }
!llvm.module.flags = !{!0, !1, !2}
!llvm.ident = !{!3}
!0 = !{i32 2, !"SDK Version", [2 x i32] [i32 10, i32 14]}
!1 = !{i32 1, !"wchar_size", i32 4}
!2 = !{i32 7, !"PIC Level", i32 2}
!3 = !{!"Apple LLVM version 10.0.1 (clang-1001.0.46.4)"}
优化后的LLLM 汇编码:
define i32 @fun1(i32, i32) local_unnamed_addr #0 {
%3 = add i32 %0, 10
%4 = add i32 %3, %1
ret i32 %4
}
后端技术的重用¶
两个编译器后端框架:
1. LLVM:
开源的编译器基础设施项目，主要聚焦于编译器的后端功能（代码生成、代码优化、JIT……）
它最早是美国伊利诺伊大学的一个研究性项目
核心主持人员是 Chris Lattner（克里斯・拉特纳）
a. 编译器 Clang 就是基于 LLVM 的
最新的 Swift 编程语言也是基于 LLVM，支撑了无数的移动应用和桌面应用
b. 开发语言 Kotlin，也支持基于 LLVM 编译成本地代码
c. Mozilla 公司开发的系统级编程语言 RUST
d. 一门相对小众的科学计算领域的语言，叫做 Julia
它既能像脚本语言一样灵活易用，又可以具有 C 语言一样的速度
在数据计算方面又有特别的优化
e. OpenGL 和一些图像处理领域
f. TensorFlow 框架，在后端也是用 LLVM 来编译
把机器学习的 IR 翻译成 LLVM 的 IR，然后再翻译成支持 CPU、GPU 和 TPU 的程序
2. GCC:
LLVM 优点:
1. LLVM 有良好的模块化设计和接口
2. LLVM 同时支持 JIT（即时编译）和 AOT（提前编译）两种模式
3. 有很多可以学习借鉴的项目。Swift、Rust、Julia
4. 全过程优化的设计思想
Lattner 和 Adve 最早关于 LLVM 设计思想的文章《LLVM: 一个全生命周期分析和转换的编译框架》
5. LLVM 的授权更友好