LLVM

LLVM es un conjunto de tecnologías de compilador y cadena de herramientas ^{[ 5 ]} que se pueden usar para desarrollar un frontend para cualquier lenguaje de programación y un backend para cualquier arquitectura de conjunto de instrucciones . LLVM está diseñado en torno a una representación intermedia (IR) independiente del lenguaje que sirve como un lenguaje ensamblador portátil de alto nivel que se puede optimizar con una variedad de transformaciones en múltiples pasadas. ^{[ 6 ]} El nombre LLVM originalmente significaba Low Level Virtual Machine (Máquina Virtual de Bajo Nivel). Sin embargo, el proyecto se ha expandido desde entonces, y el nombre ya no es un acrónimo sino una sigla huérfana . ^{[ 7 ]}

LLVM está escrito en C++ y está diseñado para la optimización en tiempo de compilación , tiempo de enlace y tiempo de ejecución . Originalmente implementado para C y C++, el diseño independiente del lenguaje de LLVM ha generado desde entonces una amplia variedad de interfaces: los lenguajes con compiladores que usan LLVM (o que no usan directamente LLVM pero pueden generar programas compilados como LLVM IR) incluyen ActionScript , Ada , C# para .NET , ^{[ 8 ] [ 9 ] [ 10 ]} Common Lisp , ^{[ 11 ]} Crystal , CUDA , D , ^{[ 12 ]} Delphi , ^{[ 13 ]} Dylan , Forth , ^{[ 14 ]} Fortran , ^{[ 15 ]} FreeBASIC , Free Pascal , Halide , Haskell , Idris , ^{[ 16 ]} Jai (solo para compilaciones de lanzamiento optimizadas), bytecode de Java , Julia , Kotlin , lenguaje G de LabVIEW , ^{[ 17 ] [ 18 ]} Objective-C , OpenCL , ^{[ 19 ]} Odin, ^{[ 20 ]} PicoLisp , SQL y PL/pgSQL de PostgreSQL , ^{[ 21 ]} Ruby , ^{[ 22 ]} Rust , ^{[ 23 ]} Scala , ^{[ 24 ] [ 25 ]} Standard ML , ^{[ 26 ]} Swift , Wolfram Language , ^{[ 27 ]} Xojo y Zig .

El proyecto LLVM comenzó en 2000 en la Universidad de Illinois Urbana-Champaign , bajo la dirección de Vikram Adve y Chris Lattner . LLVM se desarrolló originalmente como una infraestructura de investigación para estudiar técnicas de compilación dinámica para lenguajes de programación estáticos y dinámicos . LLVM se publicó bajo la Licencia de Código Abierto de la Universidad de Illinois/NCSA , ^{[ 3 ]} una licencia de software libre permisiva . En 2005, Apple Inc. contrató a Lattner y formó un equipo para trabajar en el sistema LLVM para diversos usos dentro de los sistemas de desarrollo de Apple. ^{[ 28 ]} LLVM ha sido una parte integral de las herramientas de desarrollo Xcode de Apple para macOS e iOS desde Xcode 4 en 2011. ^{[ 29 ]}

En 2006, Lattner comenzó a trabajar en un nuevo proyecto llamado Clang . La combinación del frontend de Clang y el backend de LLVM se denomina Clang/LLVM o simplemente Clang.

El nombre LLVM era originalmente un acrónimo de Low Level Virtual Machine (Máquina Virtual de Bajo Nivel ). Sin embargo, el proyecto LLVM evolucionó hasta convertirse en un proyecto general que guarda poca relación con lo que la mayoría de los desarrolladores actuales consideran una máquina virtual . Esto hizo que el acrónimo resultara confuso e inapropiado, y desde 2011, LLVM ya no es oficialmente un acrónimo ^{[ 30 ],} sino una marca que se aplica al proyecto general LLVM ^{[ 31 ]} . El proyecto abarca la representación intermedia (IR) de LLVM, el depurador de LLVM , la implementación de LLVM de la biblioteca estándar de C++ (con soporte completo para C++11 y C++14 ^{[ 32 ]} ), etc. LLVM está administrado por la Fundación LLVM. La ingeniera de compiladores Tanya Lattner se convirtió en su presidenta en 2014 ^{[ 33 ]} y seguía siendo presidenta y directora ejecutiva en julio de 2026. . ^{[ 34 ]}

"Por diseñar e implementar LLVM" , la Association for Computing Machinery otorgó a Vikram Adve, Chris Lattner y Evan Cheng el premio ACM Software System Award 2012. ^{[ 35 ]}

El proyecto estaba disponible originalmente bajo la licencia UIUC . Después del lanzamiento de la versión 9.0.0 en 2019, ^{[ 36 ]} LLVM cambió su licencia a la Licencia Apache 2.0 con Excepciones LLVM. ^{[ 3 ]} A partir de noviembre de 2022 Aproximadamente 400 contribuciones no habían sido re-licenciadas. ^{[ 37 ] [ 38 ]}

LLVM puede proporcionar las capas intermedias de un sistema de compilación completo, tomando el código de representación intermedia (IR) de un compilador y generando una IR optimizada. Esta nueva IR se puede convertir y enlazar a código de lenguaje ensamblador dependiente de la máquina para una plataforma de destino. LLVM puede aceptar la IR de la cadena de herramientas GNU Compiler Collection (GCC) , lo que permite su uso con una amplia gama de front-ends de compilación existentes escritos para ese proyecto. LLVM también se puede compilar con gcc a partir de la versión 7.5. ^{[ 39 ]}

LLVM también puede generar código máquina reubicable en tiempo de compilación o de enlace, o incluso código máquina binario en tiempo de ejecución.

LLVM admite un conjunto de instrucciones y un sistema de tipos independientes del lenguaje . ^{[ 6 ]} Cada instrucción está en forma de asignación única estática (SSA), lo que significa que cada variable (llamada registro tipado) se asigna una vez y luego se congela. Esto ayuda a simplificar el análisis de dependencias entre variables. LLVM permite compilar el código estáticamente, como en el sistema GCC tradicional, o dejarlo para compilación tardía desde IR a código máquina mediante compilación justo a tiempo (JIT), similar a Java . El sistema de tipos consta de tipos básicos como números enteros o de punto flotante y cinco tipos derivados : punteros , arreglos , vectores , estructuras y funciones . Una construcción de tipo en un lenguaje concreto puede representarse combinando estos tipos básicos en LLVM. Por ejemplo, una clase en C++ puede representarse mediante una mezcla de estructuras, funciones y arreglos de punteros a funciones .

El compilador JIT de LLVM puede optimizar las bifurcaciones estáticas innecesarias de un programa en tiempo de ejecución, lo que resulta útil para la evaluación parcial en casos donde un programa tiene muchas opciones, la mayoría de las cuales pueden determinarse fácilmente como innecesarias en un entorno específico. Esta característica se utiliza en la canalización de OpenGL de Mac OS X Leopard (v10.5) para brindar soporte a las características de hardware faltantes. ^{[ 40 ]}

El código gráfico dentro de la pila OpenGL puede dejarse en representación intermedia y luego compilarse al ejecutarse en la máquina de destino. En sistemas con unidades de procesamiento gráfico (GPU) de gama alta, el código resultante permanece bastante delgado, pasando las instrucciones a la GPU con cambios mínimos. En sistemas con GPU de gama baja, LLVM compilará procedimientos opcionales que se ejecutan en la unidad central de procesamiento (CPU) local y que emulan instrucciones que la GPU no puede ejecutar internamente. LLVM mejoró el rendimiento en máquinas de gama baja que utilizan chipsets Intel GMA . Se desarrolló un sistema similar bajo Gallium3D LLVMpipe y se incorporó al shell GNOME para permitir su ejecución sin un controlador de hardware 3D adecuado cargado. ^{[ 41 ]}

En 2011, los programas compilados por GCC superaron a los de LLVM en un 10%, en promedio. ^{[ 42 ] [ 43 ]} En 2013, Phoronix informó que LLVM había alcanzado a GCC, compilando binarios con un rendimiento aproximadamente igual. ^{[ 44 ]}

LLVM se ha convertido en un proyecto paraguas que contiene múltiples componentes.

Representación intermedia

El núcleo de LLVM es la representación intermedia (IR), un lenguaje de programación de bajo nivel similar al ensamblador. IR es un conjunto de instrucciones de computadora con conjunto de instrucciones reducido (RISC) fuertemente tipado que abstrae la mayoría de los detalles del objetivo. Por ejemplo, la convención de llamada se abstrae mediante callinstrucciones retcon argumentos explícitos. Además, en lugar de un conjunto fijo de registros, IR utiliza un conjunto infinito de variables temporales de la forma %0, %1, etc. LLVM admite tres formas equivalentes de IR: un formato de ensamblador legible por humanos, ^{[ 51 ]} un formato en memoria adecuado para front-ends y un formato de código de bits denso para serialización. Un programa simple de "¡Hola, mundo!" en el formato IR legible por humanos:

@.str = constante interna [ 14 x i8 ] c "Hola, mundo\0A\00"declare i32 @printf ( ptr , ...)define i32 @main ( i32 %argc , ptr %argv ) nounwind { entry: %tmp1 = getelementptr [ 14 x i8 ], ptr @.str , i32 0 , i32 0 %tmp2 = call i32 ( ptr , ...) @printf ( ptr %tmp1 ) nounwind ret i32 0 }

Las numerosas convenciones y características que ofrecen los distintos destinos implican que LLVM no puede generar un IR verdaderamente independiente del destino y adaptarlo sin infringir algunas reglas establecidas. Ejemplos de dependencia del destino, más allá de lo que se menciona explícitamente en la documentación, se pueden encontrar en una propuesta de 2011 para "wordcode", una variante totalmente independiente del destino del IR de LLVM destinada a la distribución en línea. ^{[ 52 ]} Un ejemplo más práctico es PNaCl . ^{[ 53 ]}

El proyecto LLVM también introduce otro tipo de representación intermedia llamada MLIR ^{[ 54 ]} que ayuda a construir una infraestructura de compilador reutilizable y extensible mediante el empleo de una arquitectura de complementos llamada Dialect. ^{[ 55 ]} Permite el uso de información de nivel superior sobre la estructura del programa en el proceso de optimización, incluida la compilación poliédrica .

Debido a su licencia permisiva, muchos proveedores lanzan sus propias versiones modificadas de LLVM. Esto está oficialmente reconocido por la documentación de LLVM, que desaconseja el uso de números de versión en las comprobaciones de características por este motivo. ^{[ 68 ]} Algunos de los proveedores incluyen:

• El compilador AMD Optimizing C/C++ de AMD se basa en LLVM, Clang y Flang.
• Apple mantiene una bifurcación de código abierto para Xcode . ^{[ 69 ]}
• Arm proporciona varias cadenas de herramientas basadas en LLVM, incluyendo Arm Compiler for Embedded, orientada al desarrollo bare-metal, y Arm Compiler for Linux, orientada al mercado de computación de alto rendimiento.
• Flang , proyecto Fortran en desarrollo a partir de 2022
• IBM está adoptando LLVM en sus compiladores de C/C++ y Fortran . ^{[ 70 ]}
• Intel ha adoptado LLVM para su compilador Intel C++ de próxima generación . ^{[ 71 ]}
• El Laboratorio Nacional de Los Alamos tiene una bifurcación de computación paralela de LLVM 8 llamada "Kitsune". ^{[ 72 ]}
• Nvidia utiliza LLVM en la implementación de su compilador NVVM CUDA . ^{[ 73 ]} El compilador NVVM es distinto del backend "NVPTX" mencionado en la sección Backends , aunque ambos generan código PTX para las GPU de Nvidia.
• Desde 2013, Sony ha estado utilizando el compilador Clang de interfaz principal de LLVM en el kit de desarrollo de software (SDK) de su consola PlayStation 4. ^{[ 74 ]}

• HHVM
• DO--
• Kit de compilación de Ámsterdam (ACK)
• GNU Lightning
• Puro
• ROCm
• Emscripten
• Formato de distribución de TenDRA
• Formato de distribución neutral de arquitectura (ANDF)
• Comparación de software de virtualización de aplicaciones
• SPIR-V

• Chris Lattner - La arquitectura de las aplicaciones de código abierto - Capítulo 11 LLVM , ISBN 978-1257638017, publicado en 2012 bajo CC BY 3.0 ( Acceso abierto ). ^{[ 1 ]}
• LLVM: Un marco de compilación para el análisis y la transformación de programas a lo largo de su vida útil , un artículo publicado por Chris Lattner, Vikram Adve

• Sitio web oficial