Julia 中文文档ENABLE_JITPROFILING . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279 JULIA_LLVM_ARGS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280 28 嵌入 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 773 55 迭代相关 775 56 C 接口 783 57 LLVM 接口 793 58 C 标准库 795 59 堆栈跟踪 799 60 SIMD 支持 801 CONTENTS xiii V Standard Library 803 61 Base64 . . . . . . . . 1192 92.14Working with LLVM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1194 Overview of Julia to LLVM Interface . . . . . . . . . . . . . . .0 码力 | 1238 页 | 4.59 MB | 1 年前3
秘猿先锋-文愿-Axon 应用链框架的 Rust 开发实践• LLVM IR • … 如何优雅地在代码中加入埋点 ■ Prometheus API 1. 在 Rust 代码编译成 LLVM IR 之前解析 AST,找到需要埋点的函数 2. 为这些函数生成对应的监控指标定义代码 3. 在进入和退出这些函数的 IR 指令前插入对指标的操作 (inc 等) 4. 重新打包成 Rust 代码并编译,得到增加埋点的可执行文件 ■ LLVM IR 插入监控埋点0 码力 | 32 页 | 3.63 MB | 1 年前3
KCL: Rust 在编译器领域的实践与探索Package Manager 02 用 Rust 重写 KCL Python 代码翻译 栈式虚拟机 Rust 编译器 KCL 编译器架构升级 Source Code AST LLVM IR Native/WASM Source Code AST Bit code VM Source Code Python code Pros Cons 简单易上手 生态丰富 研发效率高 Rust? > https://github.com/Peefy/StackMachine CPython RustPython GPython VM(go) VM(Rust) VM(Python) LLVM Native Code 简单Case a = 1 0.05s 0.125s 0.012s 0.01s 0.008s 0.6s 0.001s for b = [i for i in rang(20000)] RustCodeBook: Rust源码解读 Compiler Base: 更通用的编译器组件 KCL Source Code AST LLVM IR Native/WASM Smart Contract Source Code AST LLVM IR ABI • Error • Span & SourceMap • Session • Paraller • …… IDE 友好的编译器架构0 码力 | 25 页 | 3.50 MB | 1 年前3
Kotlin 1.9.10 官方文档 中文版
Kotlin/JS 开发服务器与持续编译 调试 Kotlin/JS 代码 在 Kotlin/JS 平台中运行测试 Kotlin/JS 无用代码消除 Kotlin/JS IR 编译器 将 Kotlin/JS 项目迁移到 IR 编译器 Kotlin 用于 JS 平台 浏览器与 DOM API 在 Kotlin 中使用 JavaScript 代码 动态类型 使用来自 npm 的依赖 在 YouTrack issue. Kotlin 原生 Kotlin/Native 是一种将 Kotlin 代码编译为无需虚拟机就可运行的原生二进制文 件的技术。 Kotlin/Native 包含一个基于 LLVM 的 Kotlin 编译器后端以及 Kotlin 标准库的原生实现。 为什么选用 Kotlin/Native? Kotlin/Native 的主要设计目标是让 Kotlin 可以为不希望或者不可能使用 Kotlin/JS IR 编译器 Kotlin/JS IR 编译器相对于旧版默认编译器进行了许多改进。 例如,通过消除 死代码来减小生成的可执行文件的体积, 并提供了与 JavaScript 生态系统及其 工具更加流畅的互操作性。 自 Kotlin 1.8.0 版起,旧编译器已弃用。 通过从 Kotlin 代码生成 TypeScript 声明文件( d.ts ),IR 编译器使创建混合0 码力 | 3753 页 | 29.69 MB | 1 年前3
Kotlin 官方文档中文版 v1.9Kotlin/JS 开发服务器与持续编译 调试 Kotlin/JS 代码 在 Kotlin/JS 平台中运行测试 Kotlin/JS 无用代码消除 Kotlin/JS IR 编译器 将 Kotlin/JS 项目迁移到 IR 编译器 Kotlin 用于 JS 平台 浏览器与 DOM API 在 Kotlin 中使用 JavaScript 代码 动态类型 使用来自 npm 的依赖 在 Kotlin Wasm 36 Kotlin 原生 Kotlin/Native 是一种将 Kotlin 代码编译为无需虚拟机就可运行的原生二进制文件的技术。 Kotlin/Native 包含一个基于 LLVM 的 Kotlin 编译器后端以及 Kotlin 标准库的原生实现。 为什么选用 Kotlin/Native? Kotlin/Native 的主要设计目标是让 Kotlin 可以为不希望或者不可能使用 Kotlin/JS IR 编译器 Kotlin/JS IR 编译器相对于旧版默认编译器进行了许多改进。 例如,通过消除死代码来减小生 成的可执行文件的体积, 并提供了与 JavaScript 生态系统及其工具更加流畅的互操作性。 自 Kotlin 1.8.0 版起,旧编译器已弃用。 通过从 Kotlin 代码生成 TypeScript 声明文件( d.ts ),IR 编译器使创建混合 TypeScript0 码力 | 2049 页 | 45.06 MB | 1 年前3
TVM工具组TVM 在平头哥 • 工具链产品 平头哥芯片平台发布的配套软件中, TVM 是工具链产品的重要组成部分: 负责将预训练好的 caffe 或者 tensorflow 的模型,转换到 LLVM IR,最后生成可以在无剑 SoC 平台上 执行的二进制。绝赞招聘中 为何添加 caffe 前端? 客户需求 评估阶段:客户用于评估芯片的网络,caffe 模型占很大比重。 竞品已支持 caffe0 码力 | 6 页 | 326.80 KB | 5 月前3
2022年美团技术年货 合辑Clang 均支持 LTO。LTO 方式编译的目标文件中存储的不再是具体机器的 前端 < 579 指令,而是机器无关的中间表示(GCC 采用的是 GIMPLE 字节码,Clang 采用的是 LLVM IR 比特码)。 CMake 项目的配置方式: set(CMAKE_C_FLAGS “${CMAKE_C_FLAGS} -flto”) set(CMAKE_CXX_FLAGS “${CMAKE_CXX_FLAGS} ● https://llvm.org/docs/LinkTimeOptimization.html ● https://gcc.gnu.org/onlinedocs/gccint/LTO-Overview.html ● https://sourceware.org/binutils/docs/ld/VERSION.html ● https://clang.llvm.org/docs 全阶段的加速,都取得了非常明显的性能收益。在机器学习领域,一些 TF 模型加速 框架,如 TensorFlow XLA 和 TVM,也是基于 CodeGen 思想,将 Tensor 节点编 译成统一的中间层 IR,基于 IR 结合本地环境进行调度优化,从而达到运行时模型计 算加速的目的。 借鉴了 Spark 的 WholeStageCodeGen,我们的目标是将整个特征计算 DSL 编译 后端 < 10330 码力 | 1356 页 | 45.90 MB | 1 年前3
Chatbots 中对话式交互系统的分析与应用ChatbotsChina发起人 • 微博:@breezedeus • 博客:breezedeus.github.io 目录 • Chatbots简史 • 三个火枪手:三个Bot框架 • IR-Bot、Task-Bot、Chitchat-Bot • 爱因互动所做的事 • 总结 Chatbots简史 1950 • 提出 “图灵 测试” 1966 •ELIZA:MIT 发展的精神 •Microsoft Cortana •微软小冰 2016 •Facebook Messenger •Microsoft Tay IR-Bot: 智能检索机器人 IR-Bot:检索问答系统 IR-Bot:深度学习 • 句子表示、QA匹配 基于深度学习的智能问答 IR-Bot:深度学习 • 句子表示、QQ匹配 Semantic Question Matching with Deep Learning for Dialogue Generation 闲聊机器人:其他因素 • 小心你的训练数据 • 如何引入上下文信息 • 如何加入外部信息 • 如何产生个性化答复 总结:三个Bot框架 • IR-Bot(成熟度: ) • 基于检索/排序的流程,历史悠久,技术成熟 • 引入深度学习,计入长效依赖,生成更好的语句表达 • Task-Bot(成熟度: ) • 解决任务型多轮问答 • 深度学习端到端?0 码力 | 39 页 | 2.24 MB | 1 年前3
05. 李枫 用于 Linux 内核调试的 Python Toolchain LLVM eBPF backend firstly introduced in LLVM 3.7 release http://llvm.org/docs/CodeGenerator.html#the-extended- berkeley-packet-filter-ebpf-backend o $LLVM_SRC/lib/Target/BPF $LLVM_SRC/lib/Target/BPF http://cilium.readthedocs.io/en/latest/bpf/ LLVM 9.0 Released With Ability To Build The Linux x86_64 ed_with_eBPF_Offload.pdf int bpf(int cmd, union bpf_attr *attr, unsigned int size); llvm-objdump, llvm-mc… bpftool $KERNEL_SRC/tools/bpf /bpftool0 码力 | 63 页 | 4.07 MB | 1 年前3
强大的音视频处理工具:FFmpegthe 2000-2018 the FFmpeg developers FFmpeg developers built with Apple LLVM version 10.0.0 built with Apple LLVM version 10.0.0 ((clang- clang- 1000.11.45.2 1000.11.45.2)) configuration: the 2000-2018 the FFmpeg developers FFmpeg developers built with Apple LLVM version 9.0.0 built with Apple LLVM version 9.0.0 ((clang- clang- 900.0.39.2 900.0.39.2)) configuration: -- configuration: the 2000-2018 the FFmpeg developers FFmpeg developers built with Apple LLVM version 9.0.0 built with Apple LLVM version 9.0.0 ((clang- clang- 900.0.39.2 900.0.39.2)) configuration: -- configuration:0 码力 | 139 页 | 9.35 MB | 1 年前3
共 69 条
- 1
- 2
- 3
- 4
- 5
- 6
- 7













