compiler-optimizations-deep

编译器优化（深入）

目的

说明标志选项之外的优化阶段：中层 IR 优化、寄存器分配、指令选择与调度、向量化边界、PGO 和链接后 BOLT，并衔接 skills/compilers/pgo 与 LLVM/GCC 内部机制。

适用场景

• -O3 未能向量化热点循环
• 讲解寄存器压力为何会导致溢出
• 规划 PGO 或 BOLT 部署
• 理解优化阶段间的相互作用（例如，先执行 LICM，再进行向量化）

工作流

1. 编译器流水线图

Frontend → LLVM IR / GCC GIMPLE
├── Mid-level: DCE, GVN, LICM, inlining
├── Loop opts: unroll, vectorize
├── Codegen prep: legalize types
├── Instruction selection (DAG → machine ops)
├── Register allocation (greedy, linear scan)
└── Peephole / scheduling

2. 向量化失败排查

clang -O3 -Rpass=loop-vectorize -Rpass-missed=loop-vectorize foo.c

未命中原因	常见修复方法
迭代次数未知	拆分循环；断言迭代次数
存在依赖关系	调整顺序／拆分累加器
循环中有函数调用	内联或提取为独立函数
对齐方式未知	__builtin_assume_aligned

3. 寄存器分配直觉

当活跃区间超出物理寄存器数量时，分配器会将值溢出到栈槽中，导致代价高昂的加载／存储操作。缩短活跃区间（拆分变量、重新计算值）会有所帮助。

GCC/LLVM 都使用图着色的变体（LLVM 的“greedy regalloc”）。

4. PGO 工作流（Clang）

clang -fprofile-instr-generate -O2 -o app foo.c
./app   # training workload
llvm-profdata merge default.profraw -o default.profdata
clang -fprofile-instr-use=default.profdata -O2 -o app_pgo foo.c

可改善分支布局、内联和向量化阈值。

GCC 和 BOLT 的相关内容请参阅 skills/compilers/pgo。

5. BOLT（链接后）

llvm-bolt -instrument app -o app.inst
./app.inst
llvm-bolt -data=perf.fdata -reorder-blocks=+ -o app.bolt app

在链接器处理后优化布局——需要重定位信息（-Wl,--emit-relocs）。

6. LICM 示例

在符合条件时，循环不变代码外提会将 x * scale 从内层循环中提出来，从而减少每次迭代的工作量。

7. Agent 用法

/compiler-optimizations-deep Why did LLVM fail to vectorize this reduction loop?

常见问题

现象	原因	修复方法
PGO 没有收益	训练数据缺乏代表性	使用与生产环境匹配的输入
BOLT 崩溃	二进制已剥离符号	保留符号和重定位信息
汇编中出现溢出	寄存器压力	简化活跃区间
-O3 更慢	代码膨胀／缓存问题	尝试 -O2 或 PGO
GCC/Clang 结果不同	优化阶段顺序不同	对比 IR 和汇编

相关技能

• skills/compilers/pgo — PGO 和 BOLT 详解
• skills/compiler-internals/llvm-ir-and-passes — IR 层级优化
• skills/compiler-internals/code-generation-and-backends — ISel 和后端
• skills/computer-architecture/cpu-pipelines-and-hazards — 调度相关背景
• skills/low-level-programming/simd-intrinsics — 手动向量化