LLVM Profile-Guided Optimizations FGO

[hstk30]

三种形式

• Front-end (FE) -fprofile-instr-generate 对应在测试用例中的命令：%clang_profgen
• Middle-end (IR) -fprofile-generate %clang_pgogen
• Middle-end context sensitive (IR CS) -fcs-profile-generate %clang_cspgogen

基本逻辑（对于IRPGO）

• 函数插桩，实现对应 IR 指令，在函数某个位置插入对应 IR 指令
• 实现 lowering 逻辑，将对应 IR 指令 lowering 到汇编（调用对应函数）
• read/write/merge profdata，将收集到的函数数据读写文件，基本操作
• 应用 profdata，根据收集到的 profdata，应用各种算法达到优化的目的

参考

• https://llvm.org/devmtg/2020-09/slides/PGO_Instrumentation.pdf
• https://clang.llvm.org/docs/UsersManual.html#profile-guided-optimization

[hstk30-hw]

基本步骤

• 添加-fprofile-generate=/path，生成插桩版本的二进制工程。

• 在真实运行环境上运行生成的插桩版本，生成采集数据 default_*.profraw。

• 通过llvm-profdata工具，将采集数据merge成一个ir.profdata。

  llvm-profdata merge -output=ir.profdata default_*.profraw

• 添加-fprofile-use=ir.profdata –ffgo-feature-gen=profile.cfg重新编译工程，生成profile.cfg。

• 使用FGO profile.cfg生成反馈优化版本，添加-ffgo-feature-use=profile.cfg