LLVM
由Chris Lattner于2003年在伊利诺伊大学发起的开源编译器基础设施，采用前端→IR→后端三阶段解耦架构，被Clang、Rustc、Swift、Julia等众多语言采用为后端
核心事实
时间轴 (近 90 天)
现代编译器如GCC的-O2/-O3和LLVM的自动向量化在开启优化标志时会自动进行部分循环展开
RISC-V 生态早期通过移植 GCC 和 LLVM 迅速积累了可用软件库
MLIR是由Google主导、LLVM社区维护的现代编译器基础设施，通过多层次中间表示将高层算法描述逐步下降到硬件指令
当前 Zig 版本同时保留 LLVM 后端（用于发布构建）和自研后端（用于开发构建）
早期 Zig 编译器用 C++ 编写，并几乎完全依赖 LLVM 做代码生成，导致编译速度较慢、二进制体积庞大
Zig 从 0.10 版本开始启动自举工程，用 Zig 重写编译器前端，并逐步构建不依赖 LLVM 的自研后端（如 x86、WebAssembly）
LLVM 项目历经二十余年演进，形成了模块化的工业级编译器框架
代码生成单元（codegen units）将 crate 切分为多个独立的 LLVM 模块并行编译，以轻微的运行时性能损失（阻碍跨单元内联）换取更快的编译速度
Rust 编译慢的内在原因包括强大的类型系统、借用检查器、单态化带来的代码膨胀以及 LLVM 后端的优化开销
开源C++编译器领域长期主要由GCC和Clang/LLVM两大阵营主导
还有 15 条时间轴事件
全部知识事实 (20)
LLVM等现代编译器基础设施通过中间表示（IR）层将高级语言代码统一翻译为各架构的机器码
70%已验证LLVM是模块化的编译器基础设施项目，最初由Chris Lattner在伊利诺伊大学发起，被Apple的Swift、Rust编译器等采用
65%待验证Xcode背后使用的是LLVM编译器基础设施，代码在运行前必须通过严格的静态类型检查和编译
90%待验证现代编译器如GCC的-O2/-O3和LLVM的自动向量化在开启优化标志时会自动进行部分循环展开
50%待验证RISC-V 生态早期通过移植 GCC 和 LLVM 迅速积累了可用软件库
50%待验证MLIR是由Google主导、LLVM社区维护的现代编译器基础设施，通过多层次中间表示将高层算法描述逐步下降到硬件指令
50%待验证当前 Zig 版本同时保留 LLVM 后端（用于发布构建）和自研后端（用于开发构建）
50%待验证Zig 从 0.10 版本开始启动自举工程，用 Zig 重写编译器前端，并逐步构建不依赖 LLVM 的自研后端（如 x86、WebAssembly）
50%待验证早期 Zig 编译器用 C++ 编写，并几乎完全依赖 LLVM 做代码生成，导致编译速度较慢、二进制体积庞大
50%待验证LLVM 项目历经二十余年演进，形成了模块化的工业级编译器框架
50%待验证代码生成单元（codegen units）将 crate 切分为多个独立的 LLVM 模块并行编译，以轻微的运行时性能损失（阻碍跨单元内联）换取更快的编译速度
50%待验证Rust 编译慢的内在原因包括强大的类型系统、借用检查器、单态化带来的代码膨胀以及 LLVM 后端的优化开销
50%待验证Clang是基于LLVM架构构建的前端，以模块化设计、友好诊断信息和可嵌入性著称，是苹果、谷歌等公司的首选
50%待验证开源C++编译器领域长期主要由GCC和Clang/LLVM两大阵营主导
50%待验证TileLang可以理解为一种面向AI计算的领域专用语言（DSL）或编译器中间层，作用类似于LLVM在通用编译器领域的角色
50%待验证编译器后端（如 GCC、LLVM）在做常量传播和强度消减时使用了《Hacker's Delight》总结的数学恒等式
50%待验证LLVM和GCC的-funroll-loops选项会启发式地选择展开因子，而在性能敏感路径上使用#pragma unroll N往往能获得更可预测的结果
50%待验证对初学者推荐的学习顺序是先用Triton建立GPU编程直觉，通过TVM理解端到端编译流程，再深入MLIR/LLVM掌握基础设施原理
50%待验证Rust和Zig目前都依赖LLVM作为编译器后端
50%待验证Mesa的llvmpipe使用LLVM即时编译着色器为本地代码，在多核CPU上分tile并行渲染
50%