编译器之LLVM

计算机发展到今天，有两个非常著名的编译器是我们经常用到的-GCC和Clang。GCC是古老的编译器，来自于贝尔实验室，可以说是上个世纪的产物，但是并没有因为古老而放弃使用，GCC仍然在更新，目前已经更新到gcc-12(截止2022-10-30）。而Clang是新出来的编译器，新事物有它的先进性，Clang也是如此。Clang来源于llvm项目，他是 Chris Lattner在大学期间搞的一个兴趣项目，后来入职Apple以后，Apple支持他开发一个全新的编译器来支持当初的Object-c，后来在llvm基础上产生了很多比较流行的语言，包括Rust、Swift等等。有人问那我们用llvm不就好了吗？ 答案是否定的。因为有些语言如fortran，Clang还没有完全支持，这是一个非常古老的用于科学计算的语言，GCC是默认支持的，同时各个发行版本linux都默认支持gcc，可以说gcc是目前使用最广泛的编译器。而Clang则不是，它需要自己下载安装（Mac OS默认使用Clang作作为编译器，）

同时通过llvm提供的组件，我们很快可以搭建出不同语言的前端，进行语法树分析，而不需要自己动手写ast等操作，可以复用llvm提供的各种核心库来操作。llvm提供了各种数据结构以及方法，让我们快速分析。

1
2

cmake -G Ninja ../llvm -DLLVM_ENABLE_PROJECTS="mlir;clang" -DLLVM_BUILD_EXAMPLES=ON -DLLVM_TARGETS_TO_BUILD="X86;NVPTX" -DCMAKE_BUILD_TYPE=Release -DLLVM_ENABLE_ASSERTIONS=ON -DMLIR_ENABLE_BINDINGS_PYTHON=ON -DLLVM_CCACHE_BUILD=ON
cmake --build . --target all

LLVM的结构

上文提到的Clang是llvm的一个子项目。它是一个编译器前端，官方给的定义是Clang is an “LLVM native” C/C++/Objective-C compiler, which aims to deliver amazingly fast compiles, extremely useful error and warning messages and to provide a platform for building great source level tools.，除了Clang，llvm还有一些其他的组件，具体参考llvm.

这里我想说的是，编写好了高级语言之后，我们可以将高级语言接入到llvm生态，一旦接入，我们可以产生很多很多种后端二进制代码，包括arm、x86、riscv等等，原因就是llvm作为一个中间表达，我们将高级语言lowing到llvmir，然后通过各种pass对llvmir进行优化，再然后对llvmir进行selectionDAG指令选择，对一些指令进行合法化替换，再产生对应target的二进制代码。

同时llvm近两年出现了mlir项目，这是一个多阶段的编译器结构。目前看主要是应用在深度神经网络中，虽然它并不是只是给深度学习用的，主要的思想是将一些深度学习框架的高级表示嵌入到mlir中，然后通过mlir的官方项目lowing到llvmir，然后再到不同的平台上去运行。

因此，我认为我们未来的方向是

1. 将自己的模型嵌入到mlir生态。
2. 将llvmir产生自己后端的ISA指令以及bytecode去运行。

Reference