湖南大学SCCI并行计算组-LLVM 入门 01-LLVM 概述

E2MCC

已于 2023-02-15 21:38:03 修改

阅读量610

点赞数

分类专栏：湖南大学SCCI并行计算组文章标签：开源架构

于 2023-02-04 09:22:15 首次发布

本文链接：https://blog.csdn.net/E2MCC/article/details/128878728

版权

湖南大学SCCI并行计算组专栏收录该内容

15 篇文章 12 订阅

订阅专栏

湖南大学SCCI并行计算组
LLVM 入门 01
LLVM概述

官网地址： llvm.org

一、LLVM介绍

LLVM 13.0.0 于2021年10月4日发布

LLVM 是什么？

LLVM的命名最早源自于底层虚拟机（Low Level Virtual Machine）的首字母缩写。

但是由于这个项目的范围并不局限于创建一个虚拟机，在LLVM开始成长之后，成为众多编译工具及低端工具技术的统称，使得这个名字变得更不贴切，开发者因而决定放弃这个缩写的意涵，现今LLVM已单纯成为一个品牌，适用于LLVM下的所有项目，包含LLVM中介码（LLVM IR）、LLVM调试工具、LLVM C++标准库等。

LLVM是一个以C++写成编译框架，其中包含一系列模块化的编译器组件和工具链，用来开发编译器前端和后端。

LLVM 历史

LLVM项目的发展起源于2000年伊利诺伊大学厄巴纳-香槟分校维克拉姆·艾夫 Vikram Adve 与克里斯·拉特纳（Chris Lattner）的研究，他们想要为所有静态及动态语言创造出动态的编译技术。LLVM是以BSD许可来发展的开源软件。

2005年，苹果公司雇用了克里斯·拉特纳及他的团队为苹果产品开发应用程序系统，LLVM 为现今 macOS 及 iOS 开发工具的一部分。

自9.0.0版本开始，LLVM使用带有LLVM额外条款的Apache许可证2.0进行授权。

2019年10月，LLVM项目的代码托管正式迁移到了GitHub。

LLVM功能简介

LLVM提供了一套适合编译器系统的中间语言（Intermediate Representation，IR）可以转换为目标平台相关的汇编语言代码。
LLVM可以和GCC工具链一起工作，允许它与为该项目编写的大量现有编译器一起使用。
LLVM还可以在编译、链接时生成可重新定位的代码（Relocatable Code），甚至在运行时生成二进制机器码。

LLVM性能

根据2011年的一项测试，GCC在执行时期的性能平均比LLVM高10%[13][14]。

根据2013年的一项测试，LLVM可以编译出接近GCC相同性能的执行码[15]。

二、LLVM子项目

The LLVM Core libraries
The Clang project
The LLDB project
The libc++ and libc++ ABI projects
The compiler-rt project
The MLIR subproject
The OpenMP subproject
The polly project
The libclc project
The klee project
The LLD project

1. LLVM Core

LLVM最核心的部分。
包含了一个独立的 optimizer 并且支持代码生成。
以及最最核心的 LLVM IR。

2. Clang

（发音为/ˈklæŋ/）

是一个C、C++、Objective-C和Objective-C++编程语言的编译器前端。

它采用了LLVM作为其后端，由LLVM2.6开始，一起发布新版本。

它的目标是提供一个GNU编译器套装（GCC）的替代品，支持了GNU编译器大多数的编译设置以及非官方语言的扩展。

作者是克里斯·拉特纳（Chris Lattner），在苹果公司的赞助支持下进行开发，而源代码许可是使用类BSD的伊利诺伊大学厄巴纳-香槟分校开源码许可。

3.LLDB

LLDB项目构建在LLVM和Clang提供的库的基础上，以提供一个优秀的本地调试器 (native debugger)。

它使用了:

Clang ASTs
表达式解析器
LLVM JIT
LLVM反汇编程序

在加载符号时，它比GDB速度更快，内存效率更高。

4. libc++ & libc++ ABI

LBC+++和LBC++ABI项目提供了C++标准库的标准一致性和高性能实现，包括对C++ 11和C++ 14的完全支持。

5. compiler-rt

compiler-rt（rt 指 runtime）用于为硬件不支持的低级功能提供特定于目标的支持。比如在32位的平台上实现64位的除法指令。

6. MLIR

MLIR 全称 Multi-Level Intermediate Representation for Compiler Infrastructure。

MLIR 深受 LLVM 的影响，并不折不扣地重用LLVM中许多优秀理念。

MLIR 由google团队于2019年提出并维护，用于tensorflow。

MLIR是一种表示格式和编译器实用工具库，介于模型表示和低级编译器/执行器（二者皆可生成硬件特定代码）之间。

预计 MLIR 会引起许多团队的注意，包括：

希望优化机器学习模型性能与内存消耗的编译器研究者和实现者
正在寻找一种方式将硬件连接至 TensorFlow 的硬件制造商，例如 TPU、手机中可移植的神经网络硬件以及其他自定义专用集成电路 (ASIC)
编写语言绑定的人士，他们希望能充分利用优化编译器和硬件加速

7.OpenMP

OpenMP子项目提供了一个OpenMP运行时支持，用于Clang中的OpenMP实现。

8.Polly

polly项目使用Polly模型实现了一系列缓存位置优化以及自动并行和矢量化的实现。

9.libclc

libclc项目旨在实现OpenCL标准库。

10.klee

klee的一个主要特性是，它可以在检测到错误时生成测试用例。

11.LLD

LLD项目是一个新的链接器。这是操作系统链接器的一个替代品，只是运行速度会更快。

三、LLVM组成

![[LLVM概述01.png]]

前端

Clang，它是一个新的编译器，同时支持C、Objective-C以及C++。

主要来自苹果电脑的支持，Clang的目的用以取代GCC系统底下的C/Objective-C编译器，在当代的系统，他较为容易与集成开发环境（IDE）集成，而且对于线程有更好的支持。

Clang从3.8版本开始已经支持OpenMP[17]。

中端

LLVM的核心是中间端表达式（Intermediate Representation，IR），一种类似汇编的底层语言。

IR是一种强类型的精简指令集（Reduced Instruction Set Computing，RISC），并对目标指令集进行了抽象。

例如，目标指令集的函数调用惯例被抽象为call和ret指令加上明确的参数。

另外，IR采用无限个数的暂存器，使用如%0，%1等形式表达。

LLVM支持三种表达形式：

人类可读的汇编
在C++中对象形式
序列化后的bitcode形式

例如一个"HelloWorld"程序的LLVM表示：

@.str = internal constant [14 x i8] c"hello, world\0A\00"

declare i32 @printf(i8*, ...)

define i32 @main(i32 %argc, i8** %argv) nounwind {
entry:
    %tmp1 = getelementptr [14 x i8], [14 x i8]* @.str, i32 0, i32 0
    %tmp2 = call i32 (i8*, ...) @printf( i8* %tmp1 ) nounwind
    ret i32 0
}