TGTGInsighttelegram intelligenceLIVE / telegram public index
← GZ学习频道

TGINSIGHT SIMILAR POSTS

Find similar content

Source channel @olddriverGDstudy · Post #49 · Mar 24

江湖舔狗传 江湖者,江湖也! 各兄弟五湖四海汇聚一堂,为的是个情字,讲的是个义字,说的是个道理。 江湖上无数前辈好汉,忍饥挨饿,夜以继日,通宵达旦,上下求索,陷过无数的坑,踏破无数双鞋换得了有限的几个极品资源,未曾敢占为己有,而是毫无保留,无私公布奉献。 这一切为什么?为的是天下草根、屌丝们,不受仙人跳之苦,不遭各种骗费之难,不枉花了辛苦搬砖的银两盘缠,这是多么高尚的精神,多么高贵的品质啊! 江湖就是江湖,林子大了什么鸟儿都有,舔狗们也像病毒般出没,为害人间。这些禽兽毫无尊严、毫无底线,从溜须拍马、到阿谀奉承,从冷屁股到甜盘子全方位无死角。 舔狗,做着劝婊子从良的梦,抱着救风尘女子出火坑的“崇高”的性幻想,岂不知自己已是婊子口中的笑话! 江湖有江湖的规矩,江湖有江湖的原则,江湖有江湖的风貌,江湖有江湖的脾气。 我知舔狗是死不光的,这一车死光了,下一车还在路上。 但舔狗永远不过是个道具而已,又何必自作多情。 舔狗,你听,电话声已响起,你的钟到了!闭上臭嘴,滚出去把门关上! 作者:41秒哥 标签:#语录

Hashtags

Results

1 similar post found

Search: #llvm

当前筛选 #llvm清除筛选
Android Broadcast

@android_broadcast · Post #9894 · 03/17/2026, 05:32 AM

🤖Google ускорила ядро Android, скормив компилятору профили реального использования Команда LLVM toolchain в Google рассказала, как они применили AutoFDO (Automatic Feedback-Directed Optimization) к ядру Android — и результаты интересные. Идея простая: обычный компилятор принимает решения об оптимизациях на основе статических эвристик. Встроить функцию или нет, какая ветка условия чаще выполняется — всё это угадывается без реальных данных из приложений и пользовательских сценариев. AutoFDO меняет подход: компилятор получает профили реального выполнения кода и на их основе принимает куда более точные решения. Эта техника Google уже давно применяется к своей серверной инфраструктуре и ChromeOS, так что подход обкатанный и зарекомендовавший себя. Кто знаком с ART Profiles — идея покажется знакомой. Там тот же принцип: собираем данные о реальном выполнении, отдаём компилятору, получаем более точный нативный код. Только ART Profiles работают на уровне ART для Java/Kotlin-кода конкретного приложения, а AutoFDO — на уровне ядра, C/C++ и LLVM. Разные слои, одна философия. Для ядра профили собирают не с реальных устройств, а в лабораторных условиях: запускают топ-100 самых популярных приложений, используют simpleperf и аппаратные возможности ARM для записи истории ветвлений. Собранные данные показывают 85% совпадение с профилями реального парка устройств — этого достаточно, чтобы считать подход рабочим. Результаты на ядрах 6.1, 6.6 и 6.12: 👉 холодный старт приложений стал быстрее на ~4% 👉 время загрузки сократилось на ~1% 👉 ядро занимает ~40% CPU-времени на Android, так что любая оптимизация здесь ощутима Важный момент: AutoFDO не меняет логику кода, только влияет на решения компилятора — инлайнинг, раскладку кода. Функции, которые не попали в профили («холодные»), компилируются стандартным образом, без изменений. Сейчас это уже в проде — профили включены в ветки android15-6.6 и android16-6.12, так что устройства на этих ядрах уже собираются с AutoFDO. Pixel-устройства точно попадают в эту категорию. С другими производителями сложнее: многие используют сильно модифицированное ядро и не переходят на GKI из AOSP, так что там это может быть не применено вовсе. В планах — GKI-модули, вендорные модули через DDK и поддержка новых версий ядра. 🔗 Источник - блог Android Developers #Android#AndroidDev#Производительность#LLVM#Native