LLVM 筆記（五）—— LLVM IR

ilocker：關注 Android 安全（新手） QQ: 2597294287

LLVM 的 IR (Intermediate Representation) 是其設計中的最重要的部分。優化器在進行代碼優化時所進行的分析和轉換都是針對 IR 的。

在設計 IR 時，考慮到了很多明確的目標，包括：支持輕量級的運行時優化、交叉函數/過程間優化、整體程序分析和侵入式調整轉換等等。

原文：including supporting lightweight runtime optimizations, cross-function/interprocedural optimizations, whole program analysis, and aggressive restructuring transformations, etc.

LLVM IR 本身具備定義良好的語義，下面是一個 .ll 文件的簡單示例：

define i32 @add1(i32 %a, i32 %b) {
entry:
  %tmp1 = add i32 %a, %b
  ret i32 %tmp1
}

define i32 @add2(i32 %a, i32 %b) {
entry:
  %tmp1 = icmp eq i32 %a, 0
  br i1 %tmp1, label %done, label %recurse

recurse:
  %tmp2 = sub i32 %a, 1
  %tmp3 = add i32 %b, 1
  %tmp4 = call i32 @add2(i32 %tmp2, i32 %tmp3)
  ret i32 %tmp4

done:
  ret i32 %b
}

這段 IR 對應的 c 代碼如下：

unsigned add1(unsigned a, unsigned b) {
  return a+b;
}

unsigned add2(unsigned a, unsigned b) {
  if (a == 0) 
return b;
  return add2(a-1, b+1);
}

從示例可以看出，LLVM IR 是一個 low-level RISC-like 虛擬指令集，支持 add、subtract (減)、compare、branch 指令。支持 label，並且通常看起來像是一種奇怪格式的匯編語言。

與大多數 RISC 指令集不同，LLVM IR 是強類型的，並具有一個簡單的類型系統。如：i32 是 32 位整數，而 i32** 是指向 32 位整數的指針的指針。

LLVM IR 抽象了一些機器細節。比如，借助 call 和 ret 指令及其顯示參數抽象了調用約定 (call convention)。

LLVM IR 不使用一套固定的命名寄存器，而是使用以 % 字符命名的臨時變量 (如：%tmp1、%a、%b)。

LLVM IR 有三種定義形式：上面示例中的文本形式；內存中的數據結構 (做優化時使用)；高效的密集型的磁盤二進制“位代碼 (bitcode)”格式。

llvm-as 工具可以將 .ll 文件 (文本形式的 IR) 轉換為 .bc 文件 (位代碼格式的 IR)。llvm-dis 工具可以將 .bc 文件轉換為 .ll 文件。

優化器針對 IR 進行優化，而不用去管前端輸入的是何種編程語言，后端生成的是何種目標平台的指令。LLVM IR 在設計時必須考慮到前端能夠容易生成 IR，並且支持針對真實的目標平台執行重要的優化。