1/79
Looks like no tags are added yet.
Compiler VS Assembler
Compiler – Omset kode frå eit høgnivåspråk, som C, til lågnivåkode, til dømes assembly.
Assembler – Omset assembly-kode til maskinkode (binærkode).
Compilation Units
Separate delar av eit program som kan kompilerast uavhengig av kvarandre, vanlegvis ei .c-fil med tilhøyrande inkluderte header-filer.
Preprocessing
Det første steget i C-byggjeprosessen, der preprosessoren behandlar direktiv som #include og #define før kompilering.
Compiler (kompilator)
Eit program som oversetter kildekode frå eit programmeringsspråk, til dømes C, til lågnivåkode som kan vidarebehandlast til maskinkode som CPU-en kan utføre.
Preprocessor
da er ikkje ein fysisk prosessor, men eit program som behandlar kildekoden før compileren oversetter den.
Compilation
prosessen der compileren omset kildekode til lågnivåkode, ofte assmbly
Assembling
Prosessen der assembleren omset assembly-instruksjonar til maskinkode i ein objektfil
Objektfil (Object File)
ein fil som inneheld maskinkode frå ei kompilert kildekodefil, men som enno ikkje nødvendigvis kan køyrast som eit sjølvstendig program
Linker
Eit program som kombinerer objektfiler og nødvendige biblotek til eit køyrbart program og løyser referansar mellom filene.
Kva er prosessen frå High-Level Language til Machine Code?
Preprocessor – Behandlar kildekoden.
Compiler – Omset kildekoden til assembly.
Assembler – Omset assembly til maskinkode i ei objektfil.
Linker – Kombinerer objektfiler til eit køyrbart program.
Loader – Lastar programmet inn i minnet slik at det kan utførast.
High-Level Language (HLL)
Eit programmeringsspråk som er lettare for menneske å lese og skrive, til dømes C.
Kva gjer Preprocessor?
Behandlar kildekoden før kompilering, mellom anna ved å inkludere header-filer (#include) og erstatte makroar (#define).
Relocatable Machine Code
Maskinkode der enkelte adresser enno ikkje er endeleg bestemte, slik at koden kan plasserast på ulike minneadresser.
Loader
Ein del av operativsystemet som lastar eit køyrbart program inn i minnet, klargjer det for utføring og startar programmet.
Absolute Machine Code
Maskinkode der adressene er bestemte for plasseringa programmet skal bruke, slik at instruksjonane kan utførast.
Frontend, Middle-end VS Backend?
Frontend – Analyserer kildekoden og kontrollerer at han er gyldig.
Middle-end – Analyserer og optimaliserer koden, vanlegvis ved hjelp av IR.
Backend – Genererer maskinspesifikk kode som CPU-en kan utføre.
Lexical Analysis (Lexing)
Prosessen der kildekoden blir delt opp i mindre delar, kalla tokens.
Tokens
Dei minste betydningsfulle elementa i kildekoden, til dømes keywords, identifiers, operators og constants.
Syntax Analysis (Parsing)
Prosessen der compileren kontrollerer at tokens følger programmeringsspråket sine grammatiske reglar, og bygger eit syntax tree
Abstract Syntax Tree (AST)
Ein trestruktur som representerer oppbygginga og innhaldet i kildekoden, utan unødvendige syntatiske detaljar
Semantic Analysis
Prosessen der compileren kontroller at koden gir meining, t.d. at variablar er deklarete og datatypar blir brukt korrekt.
Intermediate Representation (IR)
ein intern representasjon av programmet som compileren bruker for å analysere og optimalisere kode, utan å vere direkte avhengig av programmeringsspråk eller prosessorarkitektur.
LLVM VS MLIR
LLVM – Bruker hovudsakleg éi felles IR for optimalisering og kodegenerering.
MLIR – Støttar fleire nivå og typar IR for å representere og optimalisere kode på ulike abstraksjonsnivå.
Code Generation
prosessen der compilere omset IR til maskinspesifikke instruksjonar, t.d. ARM-assembly
LLVM IR
ein intern, maskinuavhengig representasjon av programkode som LLVM bruker til å analysere og optimalisere kode før han blir omsett til maskinspesifikke instruksjonar.
LLVM
eit compiler-rammeverk, altså ei samling verktøy og komponentar som blir brukte til å utvikle kompilatorar.
MLIR (Multi-Level Intermediate Representation)
Eit compiler-rammeverk som gjer det mogleg å representere og optimalisere programkode på fleire abstraksjonsnivå.
Function Inlining
Ein optimaliseringsteknikk der eit funksjonskall blir erstatta med sjølve funksjonskoden, slik at overhead frå funksjonskallet kan fjernast.
Loop Unrolling
Ein optimaliseringsteknikk der ein reduserer kor mange gongar ein loop må kontrollere løkkebetingelsen og oppdatere tellaren, ved å utføre fleire iterasjonar per loop-runde.
Loop Invariant Code Motion (LICM)
Ein optimaliseringsteknikk der berekningar som gir same resultat i kvar iterasjon, blir flytta ut av løkka for å unngå unødvendig arbeid.
Dead Code Elimination
Ein optimaliseringsteknikk som fjernar kode som ikkje påverkar resultatet, til dømes ubrukte variablar eller kode som aldri blir utført
Constant Folding VS Constant Propagation
Constant Folding – Bereknar uttrykk med kjende konstantar under kompilering, til dømes 3 + 5 til 8.
Constant Propagation – Erstatter variablar med kjende konstantverdiar der det er mogleg.
Dei vanlegaste typane Code Optimisation
Dead Code Elimination
Constant Propagation
Constant Folding
Loop Unrolling
Loop-Invariant Code Motion (LICM)
Constant Propagation
ein type code optimisation der variablar med konstante verdiar blir erstatta når compileren veit kva verdien er:
int a = 5;
int b = a + 3;int a = 5;
int b = 5 + 3;Constant Folding
ein type code optimisation der uttrykk med konstatne verdiar blir rekna ut under kompilering, i staden for når programmet køyrer.
int b = 5 + 3;
int b = 8;
Kva gjer Frontend?
Analyserer kildekoden og kontrollerer at han følger reglane i programmeringsspråket. Omfattar lexing, parsing og semantic analysis.
Lexical Analysis (Lexing)
Prosessen der kildekoden blir delt opp i mindre delar, kalla tokens.
Kva gjer Middle-end?
Analyserer og optimaliserer programmet ved hjelp av Intermediate Representation (IR), utan å endre funksjonaliteten.
Analysis Pass VS Transformation Pass
Analysis Pass – Undersøker koden og samlar informasjon utan å endre han.
Transformation Pass – Endrar koden for å optimalisere han eller gjere vidare optimalisering enklare.
Kva gjer Backend?
Omset den optimaliserte IR-koden til maskinspesifikk kode gjennom code generation, instruction selection og register allocation.
Instruction Selection
Prosessen der compileren vel eigna maskininstruksjonar frå prosessoren sitt instruksjonssett (ISA).
Register Allocation
Prosessen der compileren bestemmer kva variablar som skal lagrast i CPU-register, for å redusere unødvendige minnetilgangar.
Optimisation Trade-offs
At ei optimalisering kan forbetre éin eigenskap, til dømes execution time, men samtidig forverre andre, som code size eller energiforbruk.
Kva er samanhengen mellom Code Size og Execution Time?
Mindre kode kan gi betre cache-utnytting, medan større kode i nokre tilfelle kan redusere execution time ved å fjerne overhead eller gjere instruksjonar meir effektive.
Korleis kan Compiler Optimisation påverke Energy Efficiency?
Optimalisering kan redusere antall instruksjonar, minnetilgangar og execution time, slik at programmet potensielt bruker mindre energi.
Program Analysis
Når compileren undersøker eigenskapane til programmet, til dømes dataflyt og variabelbruk, for å finne moglegheiter for optimalisering.
Kva er målet med Code Optimisation?
Å forbetre programmet sin performance, code size eller energy efficiency utan å endre den tilsikta funksjonaliteten.
Korleis auke performance?
Fjerne unødvendige berekningar og instruksjonar
Redusere antall minnetilgangar
Optimalisere loops for å redusere køyretida
Utnytte CPU-register meir effektivt
Korleis redusere code size?
Fjerne ubrukt kode (dead code elimination)
Redusere antall instruksjonar
Unngå unødvendig duplisering av kode
Erstatte berekningar med konstante verdiar (Constant Folding)
Korleis auke energy efficiency?
redusere antall unødvendige operasjonar
redusere minnetilgangar som krev energi
redusere køyretida slik at prosessoren kan bli ferdig tildegare
utnytte maskinvareressursane meir effektivt
Fordeler med Dead Code Elimination
Reduserer Code Size ved å fjerne unødvendig kode.
Kan forbetre Performance ved å redusere talet på instruksjonar.
Kan redusere energiforbruket.
Ulempe med Dead Code Elimination
Har liten effekt dersom programmet inneheld lite ubrukt kode.
Fordelar med Constant Propagation
Erstatter variablar med kjende verdiar.
Gjer det mogleg å utføre fleire optimaliseringar, spesielt Constant Folding.
Kan redusere unødvendige operasjonar.
Ulempar med Constant Propagation
Kan berre brukast når compileren kan fastslå verdien til variabelen.
Fordelar med Constant Folding
Reduserer berekningar under kjøretid.
Kan forbetre Performance og redusere energiforbruket.
Kan redusere talet på instruksjonar.
Ulemper med Constant Folding
Kan berre brukast når uttrykka kan reknast ut under kompilering.
Gir liten effekt dersom programmet har få konstante uttrykk.
Fordelar med Loop Unrolling
Reduserer Loop Overhead, fordi løkkebetingelsen blir kontrollert færre gongar.
Kan forbetre Performance ved å redusere talet på instruksjonar knytte til løkkekontroll.
Gir fleire moglegheiter for parallell utføring av instruksjonar.
Ulemper med loop unrolling
Kan auke Code Size, fordi kode blir gjenteken.
Større kode kan føre til fleire Instruction Cache Misses.
Kan auke registerbruken.
Fordelar med Loop-Invariant Code Motion (LICM)
Flyttar berekningar som ikkje endrar seg, ut av loopar.
Reduserer unødvendige berekningar.
Kan forbetre Performance og redusere energiforbruket.
Ulempar med Loop-Invariant Code Motion (LICM)
Kan auke registerbruken fordi resultat må lagrast over fleire iterasjonar.
Kan berre utførast når det er trygt å flytte berekninga utan å endre funksjonaliteten.
fordelar med Intermediate Representation (IR)
Gjer optimalisering enklare.
Gjer optimaliseringar maskinuavhengige.
Same optimaliseringar kan brukast for fleire programmeringsspråk.
Gjer det enklare å støtte fleire prosessorarkitekturar.
ulempar med Intermediate Representation (IR)
Ekstra steg i kompileringa.
Kan auke kompileringstida.
Kan miste informasjon som er nyttig for spesialiserte optimaliseringar.
fordelar med function inlining
Fjernar overhead frå funksjonskall.
Kan gi raskare eksekvering.
Opnar for fleire optimaliseringar.
Kan redusere kodestorleiken for små funksjonar.
Overhead
ekstra arbeid eller ressursbruk som er nødvendig for å utføre ei oppgåve, men som ikkje bidreg direkte til sjølve resultatet.
Eksekvering
det betyr at datamaskina køyrer eit program ved å utføre instruksjonane i koden.
ulempar med function inlining
Kan auke kodestorleiken.
Kan gi fleire instruction cache misses.
Større minnebehov.
Kan auke kompileringstida.
Fordelar med Loop Invariant Code Motion (LICM)
Flyttar uendra berekningar ut av loopar.
Reduserer unødvendige berekningar.
Kan gi raskare eksekvering.
Kan redusere energiforbruket.
Ulempar med Loop Invariant Code Motion (LICM)
Ikkje alle berekningar kan flyttast trygt.
Kan auke registerbruken.
Krev analyse av avhengigheiter og sideeffektar.
fordelar med mindre kode
Mindre minnebehov.
Betre utnytting av instruction cache.
Kan redusere cache misses.
ulempar med mindre kode
Kan gi lengre eksekveringstid.
Kan krevje fleire funksjonskall eller loop-iterasjonar.
fordelar med raskare kode
Kortare eksekveringstid.
Kan redusere energiforbruket.
Betre for tidskritiske system.
ulempar med raskare kode
Kan auke kodestorleiken.
Kan gi fleire instruction cache misses.
Kan krevje meir minne.
Kva optimaliseringsteknikkane er brukt i dette emnet?
Function inlining
Loop unrolling
Loop Invariant Code Motion (LICM)
Dead Code Elimination (DCE)
Constant folding
Constant propagation
Vectorization
Vectorization
Ein optimaliseringsteknikk som bruker SIMD (Single Instruction, Multiple Data) til å utføre same operasjon på fleire dataverdiar samtidig
SIMD (Single Instruction, Multiple Data)
ein type parallell prosessering der éin instruksjon utfører same operasjon på fleire dataverdiar samtidig.
Parallell prosessering
det betyr at fleire operasjonar eller berekningar blir utførte samtidig, i staden for éin etter éin.
Vektorregister
Eit register i prosessoren som kan lagre fleire dataverdiar samtidig, til dømes fire 32-bits heiltal.
Vektorinstruksjon
Ein instruksjon som utfører same operasjon på fleire verdiar i vektorregister samtidig.
Fordelar med Vectorization
Raskare eksekvering.
Fleire dataoperasjonar blir utførte samtidig.
Reduserer antalet instruksjonar.
Betre utnytting av prosessoren.
Kan redusere energiforbruket.
Ulempar med Vectorization: