LLVM究竟是什么？

Question

我一直都在听LLVM。它在Perl中，那么它在Haskell中，然后有人在其他语言中使用它吗？它是什么？

Answer 1

LLVM是一个用于构建，优化和生成中间和/或二进制机器代码的库。

LLVM可用作编译器框架，您可以在其中提供“前端”（解析器和词法分析器）和“后端”（将LLVM表示转换为实际机器代码的代码）。

LLVM也可以充当JIT编译器 - 它支持x86 / x86_64和PPC / PPC64程序集生成，并且具有针对编译速度的快速代码优化。

如果您感兴趣，可以使用LLVM的机器代码，这些机器代码是从demo page中的C或C ++代码生成的。

Answer 2

低级虚拟机（LLVM）是一个用C ++编写的编译器基础结构，专为编译时，链接时，运行时和以任意编程语言编写的程序的“空闲时”优化而设计。 。最初是为C / C ++实现的，LLVM的独立于语言的设计（以及成功）已经产生了各种各样的前端，包括Objective C，Fortran，Ada，Haskell，Java字节码，Python，Ruby，ActionScript，GLSL和其他人。

Read this for more explanation
还可以查看Unladen Swallow

Answer 3

LLVM的一个很好的总结是：

在前端你有Perl和许多其他高级语言。在后端，您拥有直接在计算机上运行的本机代码。

中心是您的中间代码表示。如果每种高级语言都可以用这种LLVM IR格式表示，那么基于此IR的分析工具可以很容易地重用 - 这是基本的理性。

Answer 4

根据'Getting Started With LLVM Core Libraries'书（c）：

  

实际上，LLVM这个名称可能引用以下任何一个：

     

  

• LLVM项目/基础设施：这是几个人的保护伞   共同构成完整编译器的项目：前端，   后端，优化器，汇编器，链接器，libc ++，编译器-rt和a   JIT引擎。 “＆＃34; LLVM＆＃34;有这个意思，例如，在   以下句子：＆＃34; LLVM由几个项目组成＆＃34;。

  

• 基于LLVM的编译器：这是部分或部分构建的编译器   完全使用LLVM基础结构。例如，编译器可能   使用LLVM作为前端和后端，但使用GCC和GNU系统   库执行最终链接。 LLVM具有这个含义   以下句子，例如：＆＃34;我用LLVM编译C程序   MIPS平台＆＃34;。

  

• LLVM库：这是可重用的代码部分   LLVM基础结构。例如，LLVM具有这种含义   句子：＆＃34;我的项目使用LLVM通过它生成代码   即时编译框架＆＃34;。

  

• LLVM核心：优化   发生在中间语言级别和后端   算法形成项目启动的LLVM核心。 LLVM有这个   含义如下：＆＃34; LLVM和Clang是两个不同的   项目＆＃34;

  

• LLVM IR：这是LLVM编译器中间件   表示。 LLVM在句子中使用时具有这种意义   ＆＃34;我建立了一个前端，将我自己的语言翻译成LLVM＆＃34;。

  

Answer 5

LLVM基本上是用于构建编译器和/或面向语言的软件的库。基本的要点是虽然你有gcc可能是最常见的编译器套件，但它并不是可重复使用的，即。很难从gcc中获取组件并使用它来构建自己的应用程序。 LLVM通过构建一组“模块化和可重用的编译器和工具链技术”来解决这个问题，任何人都可以使用它来构建编译器和面向语言的软件。

Answer 6

LLVM编译器基础结构对于执行代码优化和转换特别有用。它还包含许多服务于不同用途的工具。 llvm-prof是一个分析工具，允许您对执行进行分析以识别程序热点。 Opt是一种优化工具，可提供各种优化过程（例如，消除代码）。

重要的是，LLVM为您提供了库，以编写您自己的Passes。例如，如果您需要对传递给程序的某些函数的某些参数添加范围检查，那么编写一个简单的LLVM Pass就足够了。

有关编写自己的通行证的更多信息，请查看此http://llvm.org/docs/WritingAnLLVMPass.html

Answer 7

低级虚拟机（LLVM）

替代方案：GCC（GNU 编译器集合）。 GDB(GNU Debugger) - 调试工具。支持更多语言和架构。

LLVM - 是伞形项目（库集），它是具有不同项目（IR、调试工具...）的品牌名称，现在不是虚拟机或首字母缩略词。 LLDB(LLVM Debugger) - 调试工具。大公司支持

编译器：

models = []
sims = []

for i in range(6):
      models.append(KerasPickleWrapper(tensorflow.keras.models.clone_model(model)))
      sims.append(Sim())
    
p = Pool()
p.map(Sim.run, sims, models)

FrontEnd 生成 Language FrontEnd(Many: Clang, Haskel...) -> Optimizer(Single) -> Backend(Many: ARM, x86...) 。这种通用语言允许简单的扩展过程。如果您正在创建新语言，您只负责前端，如果您正在开发新架构，您应该关心后端。它是 JVM 中的一种 Intermediate Representation (IR) 文件，由 .class^[About]

使用

有你等效的 IR 形式：

• 人类可读的汇编语言表示
• 内存编译器 IR，
• [on-disk bitcode representation]

ClassLoader 可用于将 llvm-dis 转换为 bitcode