TGTGInsighttelegram intelligenceLIVE / telegram public index
← GZ学习频道

TGINSIGHT SIMILAR POSTS

Find similar content

Source channel @olddriverGDstudy · Post #51 · Mar 24

#上头诫#知识 噫吁嚱,呜呼哀哉。佳丽之心, 如渊似海云雾间。前有鬼者心有属,今有上将四人间。心似骄阳深似火,怎当白桓是真心。柳间戏水不得喻,错将弱颜当磐石。今日不见凄鬼之心散步言语现,此时却如千万金石尽如吼头甜。千言万语悬浮脑海间,百转千回纠缠心火炼。上将游戏四水间,怎奈四水通流涧。不得可可不得乖,碧水深潭心坏怜。心知真己不觉少,奈何四水风见消。索向索梁不觉走,回神已在深涧见。深涧云气鬼雾袅,崖山悬顶有佳囡。云烟做红霞,鬼雾做红妆。似是云波似是锦,可文鬼泣是有心。东升日出朝阳起,云散无效鬼泪去。不知南柯曾觉晓,梦里梦外梦惺惺。囡囡心念念,鬼鬼向戚戚。柳七窃窃似潇潇,新年却已入人牢。谁知何时却明晓,涉水不足总深腰。无问无知无所念,有情有景有春宵。尽知尽晓秀哥谣,不管不顾十诫飘。愿此流真做悲景,莫要上头惹人笑。

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