华为方舟编译器 PK 微软苹果谷歌编译器，到底谁胜出？
近日，华为方舟编译器终于正式开源，兑现了在2019年8月开源的承诺。
与此同时，其代码不在GitHub，而是在自家开源平台上。这也意味着，华为开源平台同时问世。
可以说，这是华为兑现开源承诺的第一步，因此备受开发者们期待。
基于此，CSDN采访在计算机语言设计和高级编译器优化技术方面，具有深入实践经验的刘新铭。
刘新铭，鉴释的联合创始人兼首席架构师
以下为根据采访实录整理而成的文章：
刘新铭在担任惠普Java 编译器技术实验室主任时，曾参与团队建设与新技术。在惠普服务器部门任职期间，刘新铭主要负责管理Java性能、C / C ++编译器和性能分析工具等工作。
期间，刘新铭构建了一套全新的编译器中端，包括新的编译器中间表示、用于创建编译器中间表示的组件集、代码生成器和全套优化。
刘新铭认为，一个好的设计绝不会是出自一人之手，它肯定是融合了团队里每个成员的智慧。为此，刘新铭曾带领团队，和惠普的HP-UX团队、英特尔微处理器团队进行了深度合作。
惠普的合作伙伴们，也给刘新铭的团队，提供了数千个应用程序，以帮助他们提高惠普服务器性能，从而在服务器市场中保持竞争力。
在那段时间里，刘新铭目睹了一个完整的生态系统，如何从零开始。他每天都能看到，职业经理人在协调大量复杂的工作，也经常观察他的领导层，如何以合作共赢的态度，与合作伙伴打交道。
刘新铭从这段经历中，深刻体会到，成就一个生态，来自所有参与方的团队合作精神以及其中每个人的个人领导力。
而打造中国本土的IT生态，应从跨公司合作方面和开发者角度切入。对此，刘新铭强烈建议新一代开发者，应用科学和量化的方法，来完成开发工作。
在刘新铭看来，编译器技术的发展，有两个主要驱动因素。
第一个驱动因素，是编程语言的演变，即编写代码以使计算机能执行人们希望它所执行的任务的能力。
它的主要目的，是为了提高编程效率，主要影响的是编译器的语言处理部分。
在计算机历史中，第一种编程语言是汇编语言。但很快，人们发现汇编语言的表达能力太弱，因为你不能要求人类来编写机器代码。
如果真有人愿意这样做，那不仅单调乏味、而且容易出错。
在上世纪50、60年代，相继诞生了高性能的Fortran和面向金融领域的COBOL，后来又陆续推出C、C ++、Java Script和Java。
第二个驱动因素，是计算机系统架构的演变。系统架构的每一次变化，都会导致编译器优化发生重大改变。
如果编译器优化处理得当，程序员将无需关注架构的复杂性，并能从硬件中获取最佳性能。以下是一些系统架构的演进：
从大型机到RISC；
从单CPU到多CPU；
从单核到多核；
从纵向扩展到横向扩充。
未来几年内，更高级别的领域特定语言（DSL）将会不断涌现，以支持领域专用架构（DSA）的可编程性。
领域特定编译器将发挥关键作用，连接两端并从DSA中获得最佳性能。其中一个很流行的趋势是，将有用于人工智能的DSL。
用它编写应用程序，将会使能许多人工智能DSA。因此，我们需要有一个非常好的人工智能领域特定语言编译器（AI-DSC），来从这些人工智能DSA中获得最佳性能。
当然，编译器技术的演变，也体现在其他诸多方面。上面介绍的两个驱动因素，主要是为了帮助大家一窥编译器的发展。
方舟编译器的首席架构师周志德，是刘新铭职场上和生活中的好朋友，因此从该项目启动之时，刘新铭对方舟编译器就有所了解。
刘新铭和周志德，都曾在MIPS（知名的精简指令集计算的推行者）和SGI（一个生产高性能计算机系统的跨国公司）公司供职。
十多年来，刘新铭和周志德共同参与了，包括开发Open64编译器在内的诸多项目。他们都坚持简单通用的设计原则，践行在正确的抽象层上，做正确的事情，也正因如此，他们开发的Open64编译器，可以提供多个中间表征层。
方舟编译器秉持了相同的设计原理，并在其中间表示中，设计了一些特定的Java抽象来实现Java特定的优化目标。
从华为已公布的内容来看，刘新铭认为，它还有很多的性能提升空间。与此同时，刘新铭认为，它在不久的将来，还会有更多发展机遇。
在刘新铭看来，方舟编译器的发布，对中国IT行业来说，是个好消息。并有以下值得关注的点：
1. 这不仅是首个由中国人投资、设计和开发的编译器基础设施。更多人也将了解编译器的各种细节，以及如何在每个设计细节中，以特定方式实现某些特定功能。
2. 方舟编译器还使得创建中国自己的计算机软件生态系统成为可能，甚至有可能产生新的兼具高安全性和高性能的计算机平台。
3. 方舟编译器开源的最大价值，在于它让开源社区里那些渴望改变的开发者，可以充分发挥自己创造力。华为有机会展现其开放的思想、并充分利用这一极富创造力且高度自律的社区。
对于华为的开源平台，刘新铭认为，华为创建自己的开源存储库、而非使用Github的原因很明显，就是为了避免美国的潜在干扰。如果华为真的有向IT社区，展示其对中国开源运动的无私态度，那么，这一开源代码托管平台，很有可能将成为“中国的GitHub”。
Java语言在运行时，引入了托管内存，减轻程序员在内存管理上的负担。在运行时，它使用垃圾收集（GC）来释放不再使用的内存。
经过20多年的改进，GC变得越来越好。但是，如果GC子系统进入频繁的GC模式，它通常会完全占用CPU来执行垃圾收集。
这是Android应用程序速度，慢于iPhone应用程序的一个重要原因。方舟Java编译器采用了引用计数（RC），以显著减少对GC的需求。
这种特定的优化，构成了性能提升的主要部分。你可以想象一下，当Android应用程序，在被方舟编译器编译后加速了20-30％时，用户将会有怎样的体验。当然，这一假设是建立在编译器实现并按照起初设计的方式执行的条件上。
在刘新铭看来，技术水平的高低，取决于开发团队的素质，而非源代码本身。
所有这些公司，都为其编译器投资，建立了非常明确的商业目标。刘新铭举了个例子，微软始终把重点，放在开发人员对其开发平台的粘性上，并为Windows平台锚定应用程序可用性。
正因为这种思维模式，微软发明了C＃和TypeScript。为了进一步增加用户粘性，他们构建了具有丰富集成开发环境（Integrated Development Environment）的专有编译器。
从某种意义上说，它们在Wintel桌面平台上非常成功。但是，微软编译器的专有性，使得它在云环境中并不那么成功，更不用说移动计算了。由于专注于开发人员的工作效率，Microsoft编译器并不注重性能优化。
与微软相反，Google的编译器投资，也有一个非常明确的商业目标，即降低其云平台的成本。通过改进编译器优化，并在少数关键的应用程序上获得性能提升，Google减少了为满足业务需求而构建的服务器数量。
基于这样的发展重心，Google建立了一个相对强大的编译器优化团队。就Google编译器优化功能的质量而言，它们在低级优化或指令级优化方面更强大。在某种程度上，他们的优化团队，受到英特尔微处理器设计变化的影响非常大。
苹果编译器团队与微软非常相似，它的商业目标是为了增加开发人员对苹果平台的粘性，包括MacBook 和iPhone。
无论出于何种原因，苹果推行使用Objective C而不是Java作为编程语言。由于使用Objective C编写的应用程序是静态编译的，因此它们的运行速度比Java快得多，占用空间也小得多。
与运行Android手机的Java应用程序相比，苹果具有优越的性能优势，与包括华为在内的所有Android手机制造商相比，苹果的利润率更高。
此外，由于 Objective C的性能优势，苹果长久以来并不专注于性能优化，而是采用与Microsoft类似的方式，将预算用于提高开发人员的生产力上。
华为的方舟Java编译器采用Google的思维模式，增强了编译器的性能，旨在缩小华为手机与苹果手机上的Java应用程序之间的性能差距。
因此，华为建立了一支比苹果更具优化能力的团队，但远远弱于Google。然而，由于手机的利润率不是Google的核心问题，Google并没有在Android平台上，为优化Java上花费太多精力。
因此，可以说，华为在移动端Java优化方面，拥有比Google更强大的团队。而微软在移动计算领域已经出局，因此在此方面，将华为与微软进行比较毫无意义。
自Unix于1974年诞生以来，编译器与操作系统，就一直保持着紧密联系。随着Unix的推出，贝尔实验室也设计了C语言，并用它来搭建Unix内核。
与早期的计算机语言不同，例如Fortran和Pascal，它们将I / O函数作为语言的一部分，C语言从语言定义中提取I / O函数，并将它们作为标准运行时libc库的一部分。
将功能库与语言解耦，是具有里程碑意义的决定，其促进了Unix操作系统的快速发展，并使之成为现代主流操作系统。
例如，线程库的创建，使并行编程成为可能。此类线程库定义了OS环境中如何支持该线程。
在语言方面，编译器将感知到线程语义的存在、并相应地执行优化。毕竟，操作系统和编译器，都和与系统架构紧密配合，才能获得最佳性能。凭借最佳性能，我们可以节省更多能源，而这对环境也非常有益。
除了性能之外，编译器和操作系统，通常都会为CPU架构错误提供补丁，例如2018年1月3日爆出的Meltdown问题。这种架构错误在所有CPU架构中，都是真实存在的，包括Intel、Arm和Powers。
在采访的最后，CSDN请刘新铭聊了聊自己所在的公司鉴释科技， 据悉，鉴释正在寻求A+轮融资。
在编译器方面，鉴释已经有所成就，其扩展了Open64优化框架，并构建出产品线中的静态分析引擎。
Open64，是由SGI于2000年开源的高性能计算编译器。它包含以高级形式呈现应用程序的中间表示和被称为HSSA的稀疏数据模型。
鉴释所做的框架，扩展并增强了指针分析，使得用户能够追踪指针的内容、和指针指向的数据结构的字段。
现有的Open64优化框架，只能追踪在复杂控制流程中的数据值。鉴释将其扩展到跨程序/模块边界。通过增强后的优化框架，用户可以有效地追踪复杂的内存问题。
由于编译器优化框架在设计之初，就考虑了多语言支持，因此鉴释对稀疏数据建模框架的扩展，自然也支持以多种计算机语言编写的应用程序组件。据悉，鉴释正在寻求A+轮融资，想对鉴释了解更多，可点击阅读原文。
受访者简介：刘新铭，鉴释的联合创始人兼首席架构师，主导鉴释面向DevOps的静态代码分析工具的核心研发工作。他在开发和交付高性能计算系统（HPC）编译器和性能分析工具方面拥有数十年的丰富经验，是业界公认的静态代码分析技术专家。
【END】
热 文 推 荐