LLVM дозволяє компілювати програми, написані мовами С, C++, ObjC, Fortran, Ada, Haskell, Java, Python, Ruby, Rust, JavaScript, GLSL, або будь-якою іншою, для якої реалізовано front-end. В рамках проєкту 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.
LLVM — не просто черговий академічний проєкт. 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 проєкту, а натхненник LLVM — Кріс Латтнер — тепер працює в Apple.
Особливості
У основі LLVM лежить проміжне подання коду (intermediate representation, IR), над яким можна виконувати трансформації у всі компіляції, компонування і виконання. Із нього генерується оптимізований машинний код для низки платформ, як статично, так і динамічно (JIT-компіляція). LLVM підтримує генерацію коду для x86, x86-64, ARM, PowerPC, SPARC, MIPS, IA-64, Alpha.
LLVM написана на C++ і портована на більшість unix-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 містить у собі й standalone утиліти.
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 рухомою комою
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.
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 (триадресний 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 рухомою комою, 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 — отримати 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 однойменної системної функції і виділяє пам’ять у купи, повертаючи значення — вказівник визначеного типу. У парі з нею йде інструкція free.
llvm-mc [Архівовано 15 січня 2013 у Wayback Machine.] - автогенератор асемблера, дизасемблера та інших, пов'язаних з машинним кодом компонентів, на основі описів параметрів LLVM-сумісних платформ.
LLDB[1] [Архівовано 6 серпня 2012 у Wayback Machine.] - модульна інфраструктура зневадження, використовує такі підсистеми LLVM як API для дизасемблювання, 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;
sparse-llvm[недоступне посилання з червня 2019] —— 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 проєкту LLVM.
Відзнаки
У 2010 Асоціація обчислювальної техніки (ACM), найавторитетніша міжнародна організація, в області комп'ютерних систем присудила проєкту LLVM 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.
