Pony语言编译器在LLVM 15下处理裸Lambda函数的验证问题

问题背景

在Pony语言编译器升级到LLVM 15版本后，开发者发现了一个与裸Lambda函数(@{...}语法)相关的编译验证问题。当代码中使用裸Lambda函数时，编译器会在LLVM IR生成阶段产生不符合LLVM 15验证规则的代码，导致编译失败。

问题表现

当开发者尝试编译包含裸Lambda函数的代码时，会遇到两种不同的错误：

1. 验证错误："GEP base pointer is not a vector or a vector of pointers"
2. 如果使用--noverify选项跳过验证，则会遇到LLVM内部错误："Cannot emit physreg copy instruction"

技术分析

裸Lambda与普通Lambda的区别

Pony语言中有两种Lambda表达式语法：

1. 普通Lambda：使用花括号{...}
2. 裸Lambda：使用@符号加花括号@{...}

裸Lambda函数在编译器内部会被标记为"ponyint_bare"注解，这会改变编译器对它们的处理方式，特别是在序列化和反序列化过程中。

问题根源

问题出在编译器生成的反序列化代码中。在LLVM 15下，当处理裸Lambda函数时，编译器会生成一个包含非法GEP(GetElementPtr)指令的LLVM IR代码。具体来说，问题出现在deserialise_bare_interface函数中，该函数负责处理裸接口类型的反序列化。

修复方案

修复方法是对deserialise_bare_interface函数中的LLVM API调用进行调整。关键修改是将加载描述符时的类型参数从c->descriptor_type改为c->ptr，这符合LLVM 15更严格的类型检查要求。

影响范围

此问题影响所有使用LLVM 15及以上版本的Pony编译器(从0.54.1版本开始)，当代码中包含裸Lambda函数时会出现编译失败。普通Lambda函数不受此问题影响。

技术细节

在底层实现上，Pony编译器会为每个类型生成序列化和反序列化代码。对于裸Lambda函数，编译器会生成特殊的处理逻辑，包括：

1. 类型ID的加载
2. 从描述符表中查找对应的描述符
3. 获取实例函数指针
4. 存储函数指针

在LLVM 15中，这些操作需要更精确的类型信息，特别是当使用新的LLVMBuildLoad2和LLVMBuildInBoundsGEP2 API时。

结论

这个问题展示了编译器后端升级时可能遇到的微妙兼容性问题。通过精确指定指针类型，可以确保生成的LLVM IR代码符合LLVM 15的验证规则。对于Pony开发者来说，如果遇到类似的验证错误，可以检查LLVM IR生成代码中的类型一致性，特别是在使用较新的LLVM API时。