代码：https://github.com/mrzhuzhe/peasant/tree/main/llvm/pass-test/vectorize

1. 概述

• 1. llvm pass 调试需要重编，用插件调试节约编译时间
• 2. llvm codegen 也会用到 passes 可以 load plugin
• 3. 熟悉loop Vectorize 流程 alias PHI 分析
• 4. 为开发LLVM后端适配自定义硬件做准备
• 5. PASS 也可以用来实现自定义runtime库

2. 相关工作

• 1. llvm passManager, 代码分析，代码插入，代码插桩
• 2. LLVM auto-vecotirze Vplan Introducing_vplan_to_the_loop_vectorizer(2017)
• 3. llvm .ll 中间表示 IR
• 4. llvm JIT ， 参考 llvm cuda backend的最小例子
• 5. llvm backend codegen CPU0， 我自己的练习 https://github.com/mrzhuzhe/LLVM-12X
  里面的分支就是各个chapter的代码

3. 实验设计

3.1 提取 llvm loopVectorize 插件中遇到的实际问题

版本 llvm 22.0

• 1. RTTI 选项问题
• 2. .ll中 attribute 设置问题

3.2 Debug loopVectorize 插件中遇到的世纪问题

• 1. cl 和 pass 类名不能重复
• 2. 上下游的插件依赖

4. 实验结果

4.1 一些GCC中遇到过的能手工向量化却不能自动向量化的问题，LLVM中是如何处理的？

• 1. Alias 分析深度限制：循环中是否有数据是相互依赖的
• 2. Control in loop: 循环中有判断
• 3. Gather in loop: 循环中数据访问不连续

5. 总结和展望

编译器的一些严格却又合理的行为

• 1. IEEE 754 浮点计算约定：满足交换律，不满足结合律: 例如 a * b *c != a * (b*c) 编译器一定会保证计算顺序
• 2. IEEE 754 复数浮点数的异常处理：会导致复数乘法比手动计算慢五十倍 stdcomplex-multiplication-is-extremely-slow
• 3. 激进的策略 fast-math what-does-ffast-math-do

一些思考

• 为什么要有IR和方言，我把所有信息保存下来不行吗？
  答：不行，内容太多不分层会难以维护，例如：向量化阶段不做指令选择
• 为什么要有虚拟机存在
  答：对硬件资源和数学过程的建模
• 编译器如何与硬件协同设计

后续计划

• 1. 开发自定义LLVM后端支持新硬件
• 2. JIT 虚拟机 和 浏览器
• 3. 如何跟上LLVM 的 roadMap ?

6. 参考资料

• 1. 如何实现一个llvm前端 LLVM kaleidoscope
• 2. LLVM CPU0 Backend
• 3. GCC internal GIMPLE auto-vectorize
• 4. 一生一芯 集成电路前后端
• 5. PLCT 实验室的 V8 引擎流程解释 torque ignite ...
• 6. ROCm / qemu / Linuv divice driver / Stm32 driver / tcp ip illustrate