Low Level Virtual Machine

LLVM

Розробник(и)	LLVM Developer Group
Перший випуск	2000
Стабільний випуск	3.6 (27 лютого 2015)
Написано на	C++
Операційна система	крос-платформовий
Тип	Компілятори, оптимізатори і генератори коду
Ліцензія	University of Illinois Open Source License
Сайт	llvm.org

Low Level Virtual Machine (LLVM) — універсальна система аналізу, трансформації і оптимізації програм, що реалізує віртуальну машину з RISC-подібними інструкціями. Може використовуватися як оптимізуючий компілятор цього байт-коду в машинний код для різних архітектур або для його інтерпретації та JIT-компіляції (для деяких платформ).

LLVM дозволяє компілювати програми, написані на мовах С, C++, ObjC, Fortran, Ada, Haskell, Java, Python, Ruby, JavaScript, GLSL або будь-якій іншій, для якої реалізований front-end. В рамках проекту розроблено фронтенд Clang для мов C і C++ і версія GCC, що використовують LLVM як бекенд. У Glasgow Haskell Compiler також реалізована компіляція за допомогою LLVM, існує ще безліч програм, що використовують цю інфраструктуру.

Історія

LLVM — не просто черговий академічний проект. Його історія почалась у 2000 році в Університеті Іллінойса, а тепер LLVM використовують такі гіганти індустрії як Apple, Adobe та Google. Зокрема, на LLVM заснована підсистема OpenGL у MacOS X 10.5, a iPhone SDK використовує GCC з бекендом на LLVM. Apple та Google є одними із основних спонсорів проекту, а натхненник LLVM — Кріс Латтнер — тепер працює в Apple.

Особливості

У основі LLVM лежить проміжне представлення коду (intermediate representation, IR), над яким можна виконувати трансформації у всі компіляції, компоновки і виконання. Із цього представлення генерується оптимізованний машинний код для цілого ряду платформ, як статично, так і динамічно (JIT-компіляція). LLVM підтримує генерацію кода для x86, x86-64, ARM, PowerPC, SPARC, MIPS, IA-64, Alpha.

LLVM написана на C++ і портована на більшість *nix-систем і Windows. Система має модульну структуру і може розширюватись додатковими алгоритмами трансформації (compiler passes) і кодогенераторами для нових апаратних платформ. Фронтенд користувача, як правило, лінкується із LLVM і використовує C++ API для генерації коду і його перетворень. Однак LLVM включає в себе і standalone утіліти.

У LLVM включена обгортка API для OCaml.

Платформи

LLVM подтримує роботу на наступних платформах:

Операційна система	Архітектура	Компілятор
FreeBSD	x86	GCC, Clang
FreeBSD	AMD64	GCC, Clang
Linux	AMD64	GCC, Clang
Linux	x86	GCC, Clang
Mac OS X	PowerPC	GCC
Mac OS X	x86	GCC, Clang
Solaris	UltraSPARC	GCC
Cygwin/Win32	x86	GCC 3.4.X, Binutils 2.15
MinGW/Win32	x86	GCC 3.4.X, Binutils 2.15

LLVM має часткову підтримку наступних платформ:

Операційна система	Архітектура	Компілятор
Windows	x86	Visual Studio .NET
AIX	PowerPC	GCC
Linux	PowerPC	GCC
Linux	Alpha	GCC
Linux	Itanium (IA-64)	GCC
HP-UX	Itanium (IA-64)	HP aCC

Типи даних

Прості типи

Цілі числа довільної розрядності	iрозрядність	i1 — булеве значення — 0 або 1 i32 — 32-розрядне ціле i17 i256
Генерація машинного коду для типів дуже великої розрядності не підтримується. Наприклад, для x86 вам доведеться обмежитись i64, а для x86-64 та інших 64-розрядних платформ — 128-бітними цілими. Але для проміжного представлення ніяких обмежень нема. Числа вважаються представленими у додатковому коді. На рівні типів різниці між знаковими і беззнаковими цілими не існує: у тих випадках, коли це має значення, з ними працюють різні інструкції.
Числа з плаваючою крапкою	float, double, типи, специфічні для конкретної платформи (наприклад, x86_fp80)
Пусте значення	void

Похідні типи

Вказівники	тип*	i32* — вказівник на 32-бітне ціле
Масиви	[число елементів x тип]	[10 x i32] [8 x double]
Структури		{ i32, i32, double }
Вектор — спеціальний тип для спрощення SIMD-операцій. Вектор складається із 2^n значень примітивного типу — цілого або з плаваючою крапкою.
	< число елементів x тип >	< 4 x float > — вектор XMM
Функції		i32 (i32, i32) float ({ float, float }, { float, float })

Система типів рекурсивна, тобто можна використовувати багатовимірні масиви, масиви структур, вказівники на структури і функції і т. д.

Операції

Більшість інструкцій у LLVM приймають два аргументи (операнда) і вертають одне значення (трьохадресний код). Значення визначаються текстовим ідентифікатором. Локальні значення позначаються префіксом %, а глобальні — @. Локальні значення також називають регістрами, а LLVM — віртуальною машиною з нескінченним числом регістрів. Приклад:

%sum = add i32 %n, 5
%diff = sub double %a, %b
%z = add <4 x float> %v1, %v2 — поелементне додавання
%cond = icmp eq %x, %y — Порівняння цілих чисел. Результат має тип i1
%success = call i32 @puts(i8* %str)

Тип операндів завжди вказується явно, і однозначно визначає тип результату. Операнди арифметичних інструкцій повинні мати однаковий тип, але самі інструкції «перевантажені» для будь-яких числових типів і векторів.

LLVM підтримує повний набір арифметичних операцій, побітових логічних операцій і операцій зсуву, а також спеціальні інструкції для роботи з векторами.

LLVM IR строго типізований, тому існують операції приведення типів, які явно кодуються спеціальними інструкціями. Набір із 9 інструкцій покриває всі можливі приведення між різними числовими типами: цілими і з плаваючою крапкою, із знаком і без, різної розрядності і т.п. Крім цього є інструкції перетворення між цілими і вказівниками, а також інструкція bitcast, яка приведе все до всього, але за результат ви відповідаєте самі.

Пам’ять

Крім значень-регістрів, у LLVM є і робота із пам’яттю. Значення в пам’яті адресуються типізованими вказівниками. Звернутися до пам’яті можна за допомогою двох інструкцій: load і store. Наприклад:

%x = load i32* %x.ptr — загрузити значення типу i32 по вказівнику %x.ptr
%tmp = add i32 %x, 5 — додати 5
store i32 %tmp, i32* %x.ptr — і повернути назад

Інструкція malloc транслюється у виклик одноіменної системної функції і виділяє пам’ять у кучі, вертаючи значення — вказівник визначеного типу. У парі з нею йде інструкція free.

%struct.ptr = malloc { double, double } 
%string = malloc i8, i32 %length 
%array = malloc [16 x i32] 
free i8* %string

Інструкція alloca виділяє пам’ять на стеку.

%x.ptr = alloca double — %x.ptr має тип double* 
%array = alloca float, i32 8 — %array має тип float*, а не [8 x float]!

Пам’ять, виділена alloca, автоматично звільняється при виході із функції за допомогою інструкцій ret або unwind.

Супутні проекти

З проектів, заснованих на LLVM, що розвиваються паралельно, можна відзначити:

• KLEE - символьний аналізатор і генератор тестових наборів;
• Runtime-бібліотека compiler-rt;
• llvm-mc - автогенератор асемблера, дизассемблера та інших, пов'язаних з машинним кодом компонентів, на основі описів параметрів LLVM-сумісних платформ.
• VMKit - віртуальна машина для Java і .NET;
• Реалізація функційної мови програмування Pure;
• LDC - компілятор для мови D;
• Roadsend PHP - оптимізатор, статичний і JIT компілятор для мови PHP;
• Віртуальні машини для Ruby: Rubinius і MacRuby;
• Unladen Swallow - реалізація мови Python;
• LLVM-Lua
• FlashCCompiler - засіб для компіляції коду на мові Сі у вид, придатний для виконання у віртуальній машині Adobe Flash;
• LLDB [1] - модульна інфраструктура зневадження, використовує такі підсистеми LLVM як API для дизасембювання, Clang AST (Abstract Syntax Tree), парсер виразів, генератор коду і JIT-компілятор. LLDB підтримує зневадження багатонитевих програм на мовах C, Objective-C і C++; відрізняється можливістю підключення плагінів і скриптів на мові Python; демонструє екстремально високу швидкодія при зневадженні програм великого розміру;
• Emscripten [2] - транскомпілятор біткоду LLVM в JavaScript, що дозволяє перетворити для запуску в браузері застосунки, спочатку написані на мові Сі. Наприклад, вдалося запустити Python, Lua, Quake, Freetype;
• sparse-llvm —— бекенд, націлений на створення Сі-компілятора, здатного збирати ядро Linux.
• Portable OpenCL — відкрита і незалежна реалізація стандарту OpenCL;
• CUDA Compiler — дозволяє згенерувати GPU-інструкції з коду, написаного на мовах Сі, Сі++ та Fortran;
• Julia — відкрита динамічна мова програмування, що використовує напрацювання проекту LLVM.

Відзнаки

У 2010 Асоціація обчислювальної техніки (ACM), найавторитетніша міжнародна організація, в області комп'ютерних систем присудила проекту GCC премію за внесок у розвиток мов програмування (SIGPLAN Programming Languages Software Award). Премія присуджується за значний вплив на пов'язані з мовами програмування дослідження, реалізації технологій і інструменти.

Посилання

• LLVM
• libJIT Linear Scan Register Allocator
• Amy Brown and Greg Wilson (eds.) Chapter 11. LLVM (Chris Lattner) // The Architecture of Open Source Applications. — 2011. — P. 155-170. — 432 p. — ISBN 978-1-257-63801-7.