llvm常见问题 (FAQ)

2023-12-02 23:34:10

llvm常见问题 (FAQ)

License

可以修改 LLVM 源代码并重新分发修改后的源代码吗？

可以修改 LLVM 源代码并重新分发基于二进制文件或其它工具，而无需重新分发源代码吗？

源代码

LLVM 是用什么语言编写的？

LLVM 源代码的可移植性如何？

使用什么 API，将值存储到 LLVM IR 的 SSA 表示中的一个虚拟寄存器？

源语言

支持哪些源语言？

想编写一个自托管的 LLVM 编译器。应该如何与 LLVM 中端优化器和后端代码生成器交互？

对用于构建编译器的更高级别的源语言结构有什么支持？

不明白GetElementPtr指令。帮助！

使用 C 和 C++ 前端

可以将 C 或 C++ 代码编译为独立于平台的 LLVM bitcode位码吗？

关于demo页面生成代码的问题

当#include <iostream>发生的事情？llvm.global_ctors以及_GLOBAL__I_a...是什么？

出现在代码中的这个“undef ”是什么？

“Go“代码在哪里使用？

为什么 instcombine +simplifiedcfg对不匹配的函数的调用变成“无法访问”？为什么不让验证者拒绝？

许可证license

可以修改 LLVM 源代码，重新分发修改后的源代码吗？

可以修改 LLVM 源代码，重新分发二进制文件或工具，而无需重新分发源代码吗？

是的。在比 GPL 限制更少的许可下分发 LLVM，如上面的第一个问题所述。

源代码

LLVM 是用什么语言编写的？

所有 LLVM 工具和库都是用 C++ 编写的，并广泛使用了 STL。

LLVM 源代码的可移植性如何？

LLVM 源代码应该可以移植到大多数modern Unix-like操作系统。LLVM 对 Windows 系统也有很好的支持。大多数代码是用标准 C++ 编写的，操作系统服务抽象支持库。构建和测试 LLVM 所需的工具已移植到大平台。

使用什么 API，将值存储到 LLVM IR 的 SSA 表示中的一个虚拟寄存器？

简而言之：不能。一旦理解了正在发生的事情，这实际上是一个愚蠢的问题。基本上，在代码中：

%result = add i32 %foo, %bar

%result只是给予一个add 指令Value。换句话说，%result 就是添加指令。“赋值”没有明确地将任何东西“存储”到任何“虚拟寄存器”；“ =”更像是数学意义上的相等。

详细解释：为了生成 IR 的文本表示，必须为每条指令指定某种名称，以便其它指令可以在文本上引用。但是，从 C++ 操作的同构内存中表示没有这样的限制，指令可以简单地保留指向Value引用的任何指针。事实上，虚拟编号临时变量的名称，如%1，根本没有在内存中明确表示（参见资料 Value::getName()）。

源语言

支持哪些源语言？

LLVM 目前通过Clang完全支持 C 和 C++ 源语言。许多其它语言前端是使用 LLVM 编写的，在使用 LLVM 的项目中提供了一个不完整的列表。

编写一个自托管的 LLVM 编译器。应该如何与 LLVM 中端优化器和后端代码生成器交互？

编译器前端将通过以 LLVM 中间表示 (IR) 格式，创建模块来与 LLVM 通信。用语言（不是 C++）编写编译器，有 3 种主要方法可以从前端生成 LLVM IR：

使用语言的 FFI（外部函数接口）调用 LLVM 库代码。

for：最佳跟踪对 LLVM IR、.ll 语法和 .bc 格式的更改

for：启用运行 LLVM 优化过程，无需发出/解析开销

for：很好地适应 JIT 上下文

against：要写很多丑陋的胶水代码

从编译器的本地语言发出 LLVM 汇编程序集。

for：非常容易上手

against：当连接到中间端时，.ll 解析器比bitcode位码读取器慢

against：跟踪 IR 的变化可能更难

从编译器的本地语言发出 LLVM 位码。

for：在与中端接口时，可以使用更高效的bitcode位码reader

against：必须用语言重新设计 LLVM IR 对象模型和位码编写器

against：跟踪 IR 的变化可能更难

如果选择第一个选项，include/llvm-c 中的 C 绑定应该会有很大帮助，因为大多数语言都强烈支持与 C 的接口。从托管代码调用 C 的最常见障碍，与垃圾收集器的接口。C 接口设计只需要很少的内存管理，在这方面很简单。

对用于构建编译器的更高级别的源语言结构，有什么支持？

目前，没有太多。LLVM 支持对代码有用的中间表示，但不支持大多数编译器所需的高级（抽象语法树）表示。没有用于词法或语义分析的工具。

不明白GetElementPtr指令。帮助！

请参阅 The Often Misunderstood GEP Instruction。

使用 C 和 C++ 前端

可以将 C 或 C++ 代码编译为独立于平台的 LLVM 位码吗？

不，C 和 C++ 本质上是依赖于平台的语言。最明显的例子是预处理器。使 C 代码具有可移植性的非常常见方法，使用预处理器来包含特定于平台的代码。实际上，预处理后，平台的信息会丢失，结果本质上取决于预处理所针对的平台。

另一个例子是sizeof。sizeof(long)在平台之间变化是很常见的。在大多数 C 前端，sizeof立即扩展为常量，从而硬连接特定于平台的细节。

此外，由于许多平台根据 C 定义它们的 ABI，并且由于 LLVM 比 C 级别低，因此前端当前必须发出platform-specific的 IR，以使结果符合平台 ABI。

关于demo页面生成代码的问题

当#include <iostream>发生的事情，llvm.global_ctors以及_GLOBAL__I_a...是什么？

如果#include的<iostream>header换成C ++翻译单元，该文件可能会使用std::cin/ std::cout/ ...全局对象。但是，C++ 不保证不同翻译单元中静态对象之间的初始化顺序，静态std::cout，例如，如果使用了 .cpp 文件中的静态 ctor/dtor ，该对象不一定会在使用自动初始化。

为了让std::cout和friends 在这些场景中正常工作，使用的 STL 声明了一个静态对象，该对象在包含<iostream>。该对象具有静态构造函数和析构函数，用于在全局 iostream 对象，可能在文件中使用之前初始化和销毁。在.ll文件中看到的代码，对应于构造函数和析构函数的注册代码。

如果希望更容易理解演示页面中编译器生成的 LLVM 代码，请参考使用printf()代替 iostreams 来打印信息。

所有的代码都去哪儿了？

如果正在使用 LLVM 演示页面，了解输入的所有代码发生了什么。请记住，演示脚本是通过 LLVM 优化器运行代码的，如果代码实际上没有做任何有用的事情，可能会全部删除。

为了防止这种情况，确保确实需要该代码。例如，如果正在计算某个表达式，则从函数返回值，而不是将其留在局部变量中。如果真的想约束优化器，可以读取和分配volatile全局变量。

出现在代码中的这个“undef ”是什么？

undef是表示未定义值的 LLVM 方式。如果在使用变量之前未初始化变量，则可以获得这些。例如，C 函数：

int X() { int i; return i; }

编译为“ret i32 undef”，因为“i ”从未为其指定值。

为什么 instcombine +simplifiedcfg 将对调用约定不匹配的函数的调用变成“无法访问”？为什么不让验证者拒绝？

这是使用自定义调用约定的前端作者遇到的一个常见问题：

需要确保在函数和每次调用函数时，都设置正确的调用约定。例如，这段代码：

define fastcc void @foo() {

ret void

}

define void @bar() {

call void @foo()

ret void

}

优化为：

define fastcc void @foo() {

ret void

}

define void @bar() {

unreachable

}

……用“opt -instcombine -simplifycfg”。这通常会bites people难受，因为“他们所有的代码都消失了”。间接调用需要在调用者和被调用者上设置调用约定，所以人们经常问为什么不让验证者拒绝这种事情。

答案是这段代码有未定义的行为，但并不违法。如果将其设为非法，那么每个可能会创建的转换都必须确保不会发生，并且存在可以创建此类构造的有效代码（在死代码中）。可能导致这种情况发生的事情是相当contrived的，但仍然需要接受。下面是一个例子：

define fastcc void @foo() {

ret void

}

define internal void @bar(void()* %FP, i1 %cond) {

br i1 %cond, label %T, label %F

call void %FP()

ret void

call fastcc void %FP()

ret void

}

define void @test() {

%X = or i1 false, false

call void @bar(void()* @foo, i1 %X)

ret void

}

在这个例子中，“test”总是传递@foo/ falseinto bar，确保conv 正确的动态调用（因此，代码定义得很好）。如果通过内联程序运行，会得到这个（明确的“或”是存在的，这样内联程序就不会死代码，消除一堆东西）：

define fastcc void @foo() {

ret void

}

define void @test() {

%X = or i1 false, false

br i1 %X, label %T.i, label %F.i

T.i:

call void @foo()

br label %bar.exit

F.i:

call fastcc void @foo()

br label %bar.exit

bar.exit:

ret void

}

可以看到内联传递@foo，使用错误的调用约定进行了未定义的调用。真的不想让内联程序知道这种事情，需要是有效的代码。在这种情况下，死代码消除可以轻松删除未定义的代码。但是，如果%X是 @test输入参数，内联程序将生成以下内容：

define fastcc void @foo() {

ret void

}

define void @test(i1 %X) {

br i1 %X, label %T.i, label %F.i

T.i:

call void @foo()

br label %bar.exit

F.i:

call fastcc void @foo()

br label %bar.exit

bar.exit:

ret void

}

这一点的有趣之处在于，对于定义良好的代码来说，%X 必须为 false，但没有多少死代码能够删除无法访问的损坏调用。由于 instcombine/simplifycfg将 undefined 调用变为 unreachable，最终得到了一个条件为 unreachable 的分支：

unreachable 的分支永远不会发生，所以“-inline -instcombine -simplifycfg”能够产生：

define fastcc void @foo() {

ret void

}

define void @test(i1 %X) {

F.i:

call fastcc void @foo()

ret void

}

参考链接：Frequently Asked Questions (FAQ

码农公寓

相关文章