Compilation as Multi-Language Semantics
University of British Columbia(不列颠哥伦比亚大学)
该研究提出一种将编译器统一建模为多语言语义中开放项归约系统的方法,以解决现有模型中编译与互操作性建模重复的问题,同时提供语义见解并简化正确性证明。
2025-09-23 cs.PL
Improving the Performance of the Paisley Pattern-Matching EDSL by Staged Combinatorial Compilation
Paisley是一种声明性的轻量级嵌入式领域特定语言,用于在Java应用程序中对任意数据结构进行表达性、非确定性、非侵入性的模式匹配。因此,它是一个纯Java的模式匹配组合子库和相应的编程习惯用法。虽然组合子支持基于启发式元数据的基本形式的自优化,但整体性能受到分布式和组合实现的限制,这阻碍了非本地代码优化。在本文中,我们描述了一种技术,用于提高性能的佩斯利透明,而不影响灵活和可扩展的组合设计。通过分布式字节码生成,动态类加载和模式的即时编译,组合方法的运行时开销可以显着减少,而不需要任何技术以外的标准Java虚拟机和我们的LLJava字节码框架。我们通过与早期解释佩斯利的基准测试结果进行比较来评估影响。我们的编译技术的关键思想是相当普遍的,原则上适用于运行在任何jit编译主机上的任何类型的组合子语言。
2019-08-29 cs.PL
Typed Closure Conversion for the Calculus of Constructions
依赖类型语言(如Coq)用于指定和验证源程序的完整功能正确性。类型保持编译可用于通过编译到生成的目标语言程序中来保持这些规范和正确性证明。不幸的是,依赖类型的类型保持编译是困难的。本质上,问题在于依赖类型系统是围绕高级组合抽象来设计的,以决定类型检查,但编译会干扰类型系统规则来推理运行时术语。我们开发了一个类型保持闭包转换的翻译从构造演算(CC)与强依赖对($Σ$类型)-一个子集的核心语言Coq-到一个类型安全的,依赖类型的编译器中间语言命名为CC-CC。在这项工作中的核心挑战是如何翻译的源类型系统的规则推理功能到目标类型系统的规则推理闭包。为了证明这些规则的合理性,我们通过在CC中给出一个模型来证明CC-CC的可靠性。除了类型保持,我们证明了分离编译的正确性。
2018-08-12 cs.PL
TPDE: A Fast Adaptable Compiler Back-End Framework
本文提出编译器后端框架TPDE,通过适应现有SSA形式代码表示并结合单遍编译,在保持运行性能的同时大幅提升编译速度,显著降低JIT编译延迟。
2025-05-28 cs.PL
Meta-compilation of Baseline JIT Compilers with Druid
本文提出Druid,一种从解释器自动生成基线JIT编译器前端的元编译方法,在Pharo上验证,生成的前端比解释器快2倍,达到手写JIT编译器0.7倍性能,仅需修改60个调用点,提升了虚拟机可维护性。
2025-02-27 cs.PL
DLCB: Ahead-of-Time Compilation for Dynamic Deep Learning
NVIDIA(英伟达)
DLCB 是一款嵌入 PyTorch 的深度学习编译器,通过三层编译策略解决动态深度学习场景中 AOT 编译性能与 JIT 编译开销的矛盾,支持不同动态程度的张量形状编译。
2026-10-09 cs.PL
Threaded Code Generation with a Meta-Tracing JIT Compiler
语言实现框架,例如,RPython和Truffle/Graal是创建高效虚拟机的实用工具,包括功能良好的即时(JIT)编译器。在这样的框架中支持多层JIT编译对语言开发者来说是一个很高的要求。本文提出了一种通过重用现有的元跟踪JIT编译器来生成线程代码的思想,并给出了相应的解释器设计。我们的方法并没有对RPython本身进行很大的修改,而是构造了一个有效的解释器定义,从而在RPython中实现线程代码生成。我们希望我们的系统能够扩展到支持RPython框架中的多级JIT编译。我们通过在PyPy中模拟线程化代码生成的行为来测量其潜在性能。我们证实,与PyPy的JIT编译器相比,我们的方法平均将代码大小减少了80%,编译时间减少了60%,并且比仅解释器执行快了约7%。
2022-01-19 cs.PL
COGENT: Certified Compilation for a Functional Systems Language
我们提出了一个自证明编译器的COGENT系统语言。COGENT是一种受限制的、多态的、高阶的、纯函数式的语言,具有线性类型,不需要可信的运行时或垃圾收集器。它编译成高效的C代码,旨在与现有的C函数互操作。该语言适用于具有最小共享的分层系统代码,例如文件系统或网络协议控制代码。对于类型良好的COGENT程序,编译器生成C代码,在Isabelle/HOL中对其语义进行高级浅嵌入,并证明C代码正确实现了此嵌入。其目的是让证明工程师能够高效地、均衡地推理真实世界系统代码的全部语义,同时保持C语言的互操作性和简洁性。我们描述了编译器的形式化验证阶段,其中包括自动化的形式化细化演算,从命令式更新语义到函数值语义的切换,以及一些标准的编译器阶段,如类型检查和单态化。编译器证书是一系列语言级的Meta证明和每个程序的翻译验证阶段,在Isabelle/HOL中组合成一个连贯的顶级定理。
2016-01-21 cs.LO cs.PL
Just-in-Time autotuning
本文扩展了即时编译基础设施以引入运行时触发的自动调优能力,通过初始迭代优化函数并在后续调用中复用最优解,实验表明该方法能有效优化计算内核且开销可被补偿。
2023-09-12 cs.DC cs.PL
ShareJIT: JIT Code Cache Sharing across Processes and Its Practical Implementation
在动态规划语言实现中,结合代码缓存的即时(JIT)编译被广泛用于提高性能。但是,这些代码缓存以及热代码的相关分析数据会消耗大量内存。此外,它们的创建需要额外的JIT编译时间。在Android上,当前的标准JIT编译器及其代码缓存在进程之间不共享-也就是说,运行时系统为每个运行时进程维护一个私有代码缓存及其相关数据。但是,在同一平台上运行的应用程序往往会共享多个公共库。跨多个应用程序和多个进程共享缓存的代码可以减少内存使用。它可以直接减少编译时间。它还可以减少解释代码所花费的累积时间。所有这三种效果都可以提高实际的运行时性能。在本文中,我们描述了ShareJIT,这是一个用于JIT的全局代码缓存,可以跨多个应用程序和多个进程共享代码。我们在Android运行时(ART)的背景下实现了ShareJIT,Android运行时(ART)是一种广泛使用的最先进系统。为了增加共享,我们的实现限制了JIT编译器可以用来优化代码的上下文数量。这暴露了一个基本的折衷:增加对单个进程上下文的专门化会降低编译代码可以共享的程度。在ShareJIT中,我们限制了一些优化来增加可共享性。为了评估ShareJIT,我们在总共30个实验中测试了8个流行的Android应用程序。ShareJIT将整体性能平均提高了9%,同时将内存消耗平均降低了16%,JIT编译时间平均降低了37%。
2018-10-22 cs.PL
Deoptless: Speculation with Dispatched On-Stack Replacement and Specialized Continuations
即时编译为用动态语言编写的程序提供了显著的性能改进。这些好处来自于编译器推测可能的情况并为这些情况生成优化代码的能力。不可避免的是,推测有时会失败,优化必须恢复。在某些病态的情况下,这可能会使程序陷入次优代码。在本文中,我们提出deoptless,一种技术,取代deoptimization点与派遣专门的延续。deoptless的目标是向用户提供一个更透明的性能模型迈出一步,在这个模型中,神秘的减速不那么频繁和严重。
2022-04-05 cs.PL
Fusing Gathers with Integer Linear Programming
本文提出一种基于整数线性规划的方法,为组合子并行程序寻找最优融合策略,支持 gather 操作,超越传统生产者-消费者融合,可参数化且适合即时编译。
2024-07-18 cs.PL
JITSPMM: Just-in-Time Instruction Generation for Accelerated Sparse Matrix-Matrix Multiplication
针对多核 CPU 上 SpMM 的 AOT 编译开销问题,提出 JITSPMM 即时汇编生成框架,结合负载划分、粗粒度列合并、寄存器缓存与 SIMD 指令,相较 icc 自动向量化实现和 Intel MKL 平均提速 3.8 倍和 1.4 倍。
2023-12-09 cs.DC cs.PF cs.PL
The Green Side of the Lua
University of Minho(米尼奥大学);INESC TEC(葡萄牙电信与计算机科学研究院)
本文研究了Lua的能耗和性能,发现LuaJIT编译器在能耗和速度上显著优于标准解释器,接近C语言的效率。
2026-01-30 cs.PL cs.SE
Fixed-Point Scaffolding in the Clef Programming Language
Braidpoint
本文提出一种基于不动点组合子的编译器中间表示方法,通过范畴论构造实现类型结构保持和正确性验证,并利用 MLIR 工具链支撑实际编译。
2026-10-16 cs.LO cs.PL math.CT
HOPE: A Python Just-In-Time compiler for astrophysical computations
Python编程语言由于其简单性、多功能性和广泛的库而在科学应用中越来越受欢迎。然而,这种动态语言的一个缺点是其低运行时性能,这限制了其适用性的大型模拟和大型数据集的分析,是常见的天体物理学和宇宙学。虽然已经开发了各种框架来解决这个限制,但大多数框架都专注于覆盖完整的语言集,并且要么迫使用户修改代码,要么无法达到优化的本地编译语言的全速。为了结合Python的易用性和C++的速度,我们开发了HOPE,这是一个专门为数值天体物理应用设计的Python即时(JIT)编译器。HOPE专注于语言的一个子集,能够将Python代码转换为C++,同时在运行时对数学表达式进行数值优化。要启用JIT编译,用户只需要向函数定义添加装饰器。我们通过执行一系列基准测试来评估HOPE的性能,并将其执行速度与普通Python,C++和其他现有框架的执行速度进行比较。我们发现,与普通Python相比,HOPE将性能提高了2到120倍,达到了与C++相当的速度,并且通常超过了现有解决方案的速度。我们讨论了希望和其他框架之间的差异,以及其功能的未来扩展。完整文档的HOPE包可在http://hope.phys.ethz.ch上获得,并在PyPI和GitHub上以GPL v3许可证发布。
2014-12-03 astro-ph.IM cs.MS cs.PL
Unitary Expressions: A Necessary Abstraction for Extensible Quantum Programming Languages and Systems
针对量子计算软件生态中基于名称识别量子门易出错、难维护等问题,研究提出用函数式酉表达式表示法替代,推出含QGL语言、可微分即时编译器和QVM的OpenQudit系统,梯度计算速度领先,可提升量子编程系统的扩展性与易用性。
2025-01-16 cs.PL quant-ph
Compact Native Code Generation for Dynamic Languages on Micro-core Architectures
微核心架构将许多简单、低内存、低功耗的CPU核心组合到单个芯片上。该技术可能提供显着的性能和低功耗,不仅在嵌入式,边缘和物联网应用中具有极大的兴趣,而且还可能作为数据中心工作负载的加速器。由于这种CPU的限制性,这些架构传统上对编程具有挑战性,尤其是由于内存量非常有限(通常约为32KB)和技术特性。然而,最近,像Python这样的动态语言已经被移植到许多微内核上,但是这些通常作为解释器提供,这具有相关的性能限制。针对四个目标的性能,无限的代码大小,架构之间的可移植性,并保持动态语言的程序员生产力的好处,有限的内存可用意味着经典的技术采用动态语言编译器,如即时(JIT),根本不可行。在本文中,我们描述了一个编译方法的微核心架构,旨在满足这四个目标的动态语言的建设,并使用Python作为一种工具,探索这在取代现有的微核心解释器的应用。我们的实验集中在性能指标,架构的可移植性,最小内存大小,和程序员的生产力,比较我们的方法对编写本机C代码。这项工作的成果是确定了一系列技术,这些技术不仅适用于编译Python代码,而且适用于各种各样的微内核上的动态语言。
2021-02-03 cs.DC cs.PL
Effects Without Monads: Non-determinism -- Back to the Meta Language
我们反思了具有复杂效果的编程,回顾了一个不值得遗忘的一元编程的替代方案,并检查了它在现代函数式语言中的实际工作情况。我们采用并论证了一个有效的程序分解成一个一阶有效的DSL与丰富的,高阶的“宏”系统的位置。不是所有的程序都可以这样分解。虽然这种方法不是通用的,但它确实允许有趣的程序。有效的DSL同样是针对特定问题的,缺乏通用的一元组合,甚至函数。从好的方面来说,它优雅地表达了问题,易于实现和推理,并且适合于非标准的解释,如代码生成(编译)和抽象解释。一个专门化的DSL易于频繁扩展;无标签的最终风格的DSL嵌入的经验表明,DSL的发展可以是无痛的,具有最大的代码重用。我们说明了一个简单但有代表性的例子,一个相当复杂的效果-非决定论,包括承诺的选择的论点。出乎意料的是,事实证明,我们可以用类似ML的语言编写有趣的非确定性程序,就像在函数逻辑语言Curry中一样自然和优雅-不仅运行它们,而且静态分析,优化和编译。实际上,Meta语言的丰富性弥补了有效DSL的简单性。关键思想可以追溯到ML作为Edinburgh LCF定理证明器的Meta语言的起源。而不是使用ML来构建定理,我们现在构建(DSL)程序。
2019-05-16 cs.LO cs.PL cs.SC