PulseExploreJournal ClubDebatesTrendingResearchersJournals
Instagram
HomeExploreJournal ClubTrending
Synapse
⌘+K
Synapse
January 22, 20260 citationsOpen Access

LLVM Compiler Generator in OpenVADL

View Full Paper
KPKevin Per

Key Points

  • The aim is to develop a compiler generator for LLVM that simplifies processor development through effective instruction pattern derivation.
  • Utilized Vienna Architecture Description Language (VADL) for processor specification.
  • Implemented a compiler generator based on LLVM to produce multiple artifacts.
  • Analyzed and classified instructions using behavior graphs to derive selection patterns.
  • Compared generated outputs with public compilers for various architectures.
  • Successfully generated instruction selection patterns from VADL specifications.
  • Improved processor development speed through systematic pattern generation.
  • Demonstrated effectiveness through comparisons with LLVM for RV32IM, RV64IM, and AArch64 architectures.

Abstract

Das Entwickeln von Prozessoren ist eine arbeitsintensive Aufgabe. Jede Änderung erfordert Änderungen der Toolchain. Gleichzeitig benötigt schnelle Entwicklung auch schnelle Entwicklungsiterationen. Die Vienna Architecture Description Language (VADL) ist eine Prozessorbeschreibungssprache, wo die Spezifikation als goldenes Modell dient. Die quelloffene Implementierung, OpenVADL, generiert mehrere Artifakte für das schnelle Entwickeln von Prozessoren aus der Spezifikation. Diese Arbeit präsentiert den Compiler Generator für einen LLVM-basierten C Compiler. Die größte Herausforderung ist die Ableitung von Instruktionsselektionsmustern aus den Instruktionsverhaltensgraphen in einer VADL Spezifikation. Unser Ansatz analysiert und klassifiziert jede Instruktion anhand des Instruktionsverhaltens, um dann systematisch Muster für jede Klasse zu generieren.Schließlich werden die generierten gegen öffentlich verfügbare Compiler für die Architekturen RV32IM, RV64IM und AArch64 verglichen.

Ask AI
Helpful
Bookmark
Share
View Full Paper

Cite This Study

Kevin Per (2025) studied this question.

synapsesocial.com/papers/6971bd26642b1836717e1e00https://doi.org/10.34726/hss.2025.122088
Ask AI
Helpful
Bookmark
Share
View Full Paper