LLVM之父：现在是编译器最好的时代

毕业于波特兰大学计算机科学系于波特兰大学计算机科学系，在创建和领导许多知名大型项目方面有经验，包括LLVM、Clang、MLIR、CIRCT等编译器基础设施项目。他还率先创建了Swift编程语言。

从2005年7月到2017年1月，他领导了苹果的开发者工具部门，随后又短暂领导了特斯拉的自动驾驶团队。2017年8月，克里斯Lattner在谷歌Brain团队领导了tensorflow基础设施工作，包括一系列硬件支持(CPU、GPU、TPU)、底层操作和编程语言工作。

2020年1月至2022年1月，Chrislatner在SiFive公司领导工程和产品团队(包括硬件、软件和平台工程)，SiFive基于开源指令集RISC-V，为芯片设计公司提供IP。去年6月，SiFive收到了英特尔的收购意向，后者提议以超过20亿美元的价格收购该公司。2022年1月，Chrislatner和Timdavis共同成立了Modulararai，目标是重建全球ML基础设施。

以下是ChrisLattner的演讲内容。

为什么需要下一代编译器和编程语言。

尽管硬件正在蓬勃发展，新加速器和新技术不断涌现，但软件行业很难真正使用它们。

为什么会这样？在加速器的世界里，如人工智能和结构化计算技术的开发领域，出现了标准量加速和向量加速，就像CPU领域也分为标准量处理器和向量处理器一样，当然，现在有多核CPU。这样，就会有各种硬件组合，不同的硬件安装在同一个数据中心，这些硬件必须相互通信。

然而，大多数时候，没有一致的内存，导致写一个C语言程序来运行一切都是不可行的。这种组合操作有点像超级计算机使用多个CPU。

与此同时，世界正变得越来越异质化，并出现了各种各样的应用程序。机器学习发展迅速，但机器学习涉及到许多技术。如果你不仅学习训练和推理，而且想学习强化学习，你需要了解不同的加速器。如果你想学习强化学习，你需要整合主机计算和加速器计算，让它们一起工作。许多新设备中的IP和硬件块现在都可以配置，即使缓存大小如此简单，也会影响这些设备运行所依赖的核心。

因此，虽然硬件越来越多样化，硬件生态发展迅速，但软件仍难以充分利用它们来提高性能。而且，如果软硬件协同不到位，性能会受到很大影响，这不仅是10%左右的浮动。例如，如果内存水平结构错误，性能很可能会像悬崖一样下降，成为正常水平的十分之一。

如今，加速器领域发生了爆炸性增长，几乎每天都有新公司制造新的加速器。但问题是，如何使用这个加速器？更重要的是，有些人想做一个新的应用程序，但他们想在软件代码库上下功夫，所以他们不断地推广和改进软件代码库。

你不能直接在这个新设备上使用旧的软件堆栈，它们的某个部件可能会改变供应商，简化过程，导致不同的技术堆栈。因此，你必须为每个新的小型设备写一个新的软件堆栈。这导致了软件的碎片化，这种碎片化的发展带来了巨大的成本，但也会击硬件行业，因为硬件不能使用。

我的观点是，我们需要下一代编译器和编程语言来帮助解决这种碎片化问题。首先，计算机行业需要更好的硬件抽象。硬件抽象是一种允许软件创新的方式，不需要使每个不同的设备过于专用。

其次，我们需要支持异构计算，因为我们需要在混合计算矩阵中做矩阵乘法、解码JPEG、非结构化计算等。然后，需要适用于特殊领域的语言，以及普通人也可以使用的编程模型。

最后，我们还需要一个高质量、高可靠性和高延展性的架构。我非常喜欢编译器，很多人都在根据编译器进行应用程序，我也非常尊重它。可以说，他们正在开发下一代神经网络，而不仅仅是编译器。我们可以合作，这意味着他们需要可用的环境和工具。

令人兴奋的是，编译器或编程语言工程师将迎来一个新的时代：过去和现在都有无数的技术诞生，这些技术正在改变世界，参与这一变化浪潮是非常令人兴奋的。