TGTGInsighttelegram intelligenceLIVE / telegram public index
← GZ学习频道

TGINSIGHT SIMILAR POSTS

Find similar content

Source channel @olddriverGDstudy · Post #58 · Mar 27

#风哥避孕套如何选择课堂笔记 都说了多少遍了,别TMD买冈本,冈本TMD容易破 油少,一样的价钱不会买旁边的相模啊,玻尿酸套子也有缺点虽然润但是时间久了干的快,沐浴乳我不挑但是有一个沐浴乳我拒绝 ,力士的薰衣草真的不好闻,冈本最大的问题就是他油放的少拿出来就干,要润就玻尿酸 然后赤尾有小储精囊跟无储精囊套 要感觉我都是用浮点的,浮点套女的感觉来得快,有些人就马眼有感觉的这么办 不过无储精囊适合做多了跟射精量不大的用要不然会破的,超市就买杜蕾斯 杰士邦 相模,淘宝你看中啥买啥,然后小科普 0.01都是聚氨酯套 其他的都是乳交套,名流的玻尿酸套还是不错的,套子我是不追求的薄的,套子主要是为了安全还有就是润,很多套子很润但是油少玻尿酸少了也不行,像玻尿酸套子虽然很润但是也干的快,捷古斯也算日本大牌了,蝴蝶套一个形容 牌子叫捷古斯 因为包装上印着蝴蝶,买啥套子真的是最啥太大追求就用JS的套子 干了就跟JS说换个套子 #知识#避孕套

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