GSoC 2024：ClangIR 中的 ABI 降低

ClangIR 是在 LLVM 生态系统中为 C/C++ 构建高级中间表示 (IR) 的一项持续性工作。其主要优势在于能够保留更多源代码信息。虽然 ClangIR 正在取得进展，但它仍然缺少某些功能，尤其是 ABI 处理。目前，ClangIR 会降低大多数函数，而不会考虑 ABI 特定的调用约定细节。

目标

“使用 ClangIR 构建和运行单源基准测试 - 第 2 部分” Google Summer of Code 2024 构建在我 GSoC 2023 中贡献的基础上，解决了我在遇到的主要问题之一：目标特定降低。它侧重于扩展 ClangIR 的代码生成功能，特别是在 X86-64 的 ABI 降低方面。一些测试依赖于操作和类型（例如，va_arg 调用和复杂数据类型），这些操作和类型需要目标特定信息才能正确编译。

实现这些目标的具体步骤如下

实现基础设施，能够扩展到多种架构，同时遵循 ClangIR 的设计原则，例如 CodeGen 奇偶校验、功能保护和 AST 反向引用。
处理基本的调用约定场景，作为验证基础设施的概念证明。
为第二种架构添加降低功能，以进一步验证基础设施的可扩展性。
将目标特定的 ClangIR 降低功能统一到库中，因为有一些孤立的方法处理目标特定的代码降低功能，例如 cir.va_arg。
将调用约定降低集成到主管道中，以确保未来贡献和基础设施的持续发展。

贡献

贡献（PR）列表可以在这里找到。

目标降低库

该项目最重要的贡献是开发了模块化的 TargetLowering 库。这确保了目标特定的 MLIR 降低传递可以利用此共享库进行降低逻辑。该库还遵循 ClangIR 的功能保护原则，确保任何贡献者都可以参考原始 CodeGen 进行贡献，任何未实现的功能都会在特定代码点断言，从而易于跟踪缺失的功能。

调用约定降低传递

作为概念证明，TargetLowering 库的初始开发侧重于实现一个调用约定降低传递，该传递面向多种架构。目前，ClangIR 在 CodeGen 期间忽略目标 ABI，以保留高级信息。例如，结构体不会被展开以提高参数传递效率。ABI 特定的 LLVM 属性也会被忽略。此传递通过正确标记 LLVM 属性并重写函数定义和调用来处理展开的结构体，从而解决了这些问题。这已在 X86-64 和 AArch64 中实现，展示了该库的多架构支持。

不足

目标特定降低统一

虽然一些目标特定的降低代码已移入库，但它是复制和粘贴，而不是正确集成。这不利于利用该库的多架构功能。

集成到主管道

这仍然在进行中，因为该库尚未成熟到足以处理大多数现有的 ClangIR 测试。对于许多未实现的功能，也存在带有不可达语句的功能保护。

未来工作

现在，已经有了处理目标无关到目标特定 CIR 代码的基础设施，还有大量未来的工作要做，包括：

使用 MLIR 的内置工具改进 DataLayout 相关查询。
实现对更多类型的调用约定降低，例如指针。
扩展 TargetLowering 库以支持更多架构。
统一 ClangIR 其他部分中剩余的目标特定降低代码。

鸣谢

我要感谢我的 Google Summer of Code 导师 Bruno Cardoso Lopes 和 Nathan Lanza，感谢他们又一次为我提供了很棒的 GSoC 体验。我还要感谢 LLVM 社区和 Google 组织了这个项目。