首页
/ Harlan 编译器项目教程

Harlan 编译器项目教程

2025-04-20 21:55:12作者:谭伦延

1. 项目目录结构及介绍

Harlan 是一个针对 GPU 计算的领域特定语言(DSL),项目的目录结构如下:

  • AUTHORS.txt: 作者列表文件。
  • external: 存放外部依赖的 git 子模块,如 Nanopass Framework 和 Elegant Weapons。
  • harlan: Harlan 编译器的源代码。
  • lib: Harlan 的标准库。
  • rt: Harlan 的运行时库。
  • test: Harlan 的测试用例和基准测试。
  • test.bin: 测试运行器 run-tests.scm 存储编译后的二进制文件和程序输出。
  • travis: 运行 Harlan 测试套件的支持文件,用于 Travis CI。
  • util: 杂项 Scheme 文件,包括不同 Scheme 实现的兼容性填充。
  • Makefile: 编译和构建项目的配置文件。
  • README.md: 项目说明文件。
  • LICENSE: 项目许可证文件。

2. 项目的启动文件介绍

Harlan 编译器的启动文件是 harlanc,它是编译器的主要入口点。当你运行 ./harlanc hello.kfc 时,它会编译名为 hello.kfc 的 Harlan 源文件。编译器支持 -v 选项,用于在编译过程中输出详细的中间结果,便于调试。

./harlanc -v hello.kfc

编译成功后,会生成一个与源文件同名的可执行文件,例如 hello,这个文件可以直接运行。

3. 项目的配置文件介绍

项目的配置文件主要是 Makefile,它用于指导 make 工具如何编译和构建项目。在 Makefile 中,你可以定义编译器选项、依赖关系以及构建流程。

此外,项目还包含 .travis.yml 文件,它是用于配置在 Travis CI 持续集成服务上运行测试的配置文件。该文件定义了构建环境、运行步骤以及通知设置等。

test 目录下,run-tests.scm 是一个 Scheme 脚本,用于运行测试用例。它负责编译测试文件、执行它们,并验证输出是否符合预期。

通过这些配置文件,你可以方便地构建和测试 Harlan 编译器,确保其功能的正确性和稳定性。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
506
42
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
940
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
335
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70