LLVM Pass 教程项目文档
2024-10-10 14:33:05作者:凌朦慧Richard
1. 项目目录结构及介绍
llvm-pass-tutorial/
├── Armariris/
│ ├── ...
│ └── ...
├── Hikari/
│ ├── ...
│ └── ...
├── ollvm/
│ ├── ...
│ └── ...
├── skeleton/
│ ├── ...
│ └── ...
├── .gitignore
├── CMakeLists.txt
├── LICENSE
└── README.md
目录结构介绍
- Armariris/: 包含与Armariris相关的文件和代码。
- Hikari/: 包含与Hikari相关的文件和代码。
- ollvm/: 包含与ollvm相关的文件和代码。
- skeleton/: 包含项目的骨架代码,用于构建LLVM Pass的基础结构。
- .gitignore: Git忽略文件,指定哪些文件和目录不需要被Git跟踪。
- CMakeLists.txt: CMake配置文件,用于构建项目。
- LICENSE: 项目的开源许可证文件。
- README.md: 项目的介绍和使用说明文件。
2. 项目的启动文件介绍
在llvm-pass-tutorial项目中,没有明确的“启动文件”,因为LLVM Pass的构建和运行通常是通过CMake和LLVM工具链来完成的。项目的启动过程主要包括以下步骤:
- 配置项目: 使用CMake配置项目,生成构建文件。
- 构建项目: 使用生成的构建文件进行编译和构建。
- 运行Pass: 通过LLVM工具链(如
opt工具)运行生成的Pass。
3. 项目的配置文件介绍
CMakeLists.txt
CMakeLists.txt是项目的配置文件,用于配置和构建项目。以下是该文件的主要内容和功能:
cmake_minimum_required(VERSION 3.13)
project(llvm-pass-tutorial)
set(CMAKE_CXX_STANDARD 14)
find_package(LLVM REQUIRED CONFIG)
include_directories(${LLVM_INCLUDE_DIRS})
add_definitions(${LLVM_DEFINITIONS})
add_subdirectory(Armariris)
add_subdirectory(Hikari)
add_subdirectory(ollvm)
add_subdirectory(skeleton)
add_library(llvm-pass-tutorial SHARED
Armariris/...
Hikari/...
ollvm/...
skeleton/...
)
target_link_libraries(llvm-pass-tutorial ${LLVM_LIBRARIES})
配置文件功能介绍
- cmake_minimum_required: 指定所需的CMake最低版本。
- project: 定义项目的名称。
- set(CMAKE_CXX_STANDARD 14): 设置C++标准为C++14。
- find_package(LLVM REQUIRED CONFIG): 查找并配置LLVM库。
- include_directories: 包含LLVM的头文件目录。
- add_definitions: 添加LLVM的定义。
- add_subdirectory: 添加子目录,包含各个模块的代码。
- add_library: 定义一个共享库,包含各个模块的代码。
- target_link_libraries: 链接LLVM库。
通过这些配置,项目可以正确地构建和运行LLVM Pass。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0113- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
717
4.58 K
Ascend Extension for PyTorch
Python
583
718
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
419
363
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
1.09 K
600
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
696
113
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++
963
959
deepin linux kernel
C
28
16
🎉 (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
1.62 K
955
昇腾LLM分布式训练框架
Python
154
179
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
142
224