LLVM IR ile Ara Kod Optimizasyonu: Döngü Açılımı ve Ölü Kod Eleme

Derleyiciler yalnızca kaynak kodunu makine koduna çeviren araçlar değildir; aynı zamanda programın yaptığı gereksiz işleri ayıklayan, sıcak kod yollarını hızlandıran ve hedef işlemcinin yeteneklerinden yararlanan analiz motorlarıdır. LLVM ekosisteminde bu işin merkezinde LLVM IR (Intermediate Representation) bulunur. Platformdan bağımsız olan bu ara temsil, C++, Rust, Swift veya başka bir ön uçtan geldikten sonra aynı optimizasyon boru hattında işlenebilir. Bu yazıda, arka uç optimizasyonlarının iki klasik yıldızını inceleyeceğiz: döngü açılımı (loop unrolling) ve ölü kod eleme (dead code elimination). ``

LLVM IR, SSA (Static Single Assignment) biçimini kullanır: Mantıksal olarak her değer yalnızca bir kez atanır. Bu özellik, bir değerin nerede üretildiğini ve kimler tarafından kullanıldığını izlemeyi kolaylaştırır. Örneğin %sum değerinin hiç kullanıcısı yoksa, onu hesaplayan komutlar da çoğu durumda gereksizdir. IR ayrıca br, phi, load, store ve call gibi açık talimatlarla kontrol akışını görünür hâle getirir. Böylece optimizasyonlar, kaynak dilin karmaşık sözdizimine değil, daha düzenli bir programa uygulanır.

Döngü açılımı neden hızlandırır?

Döngü açılımı, gövdeyi birden çok kez kopyalayarak dal kontrolü ve sayaç artırma maliyetini azaltır. Örneğin her turda çalışan bir br talimatı dört işlem birleştirildiğinde daha seyrek çalışır. Basit bir maliyet modeliyle, toplam süreyi şöyle düşünebiliriz:

Dört kat açılım sonrası yaklaşık maliyet:

Kazanç garanti değildir: Büyük gövde daha fazla makine kodu üretir, bu da komut önbelleğini zorlayabilir. LLVM bu nedenle döngü sayısını, gövde maliyetini, bağımlılıkları ve hedef mimarinin vektörleştirme imkânlarını değerlendirir.

Örneğin dört elemanı aynı turda toplama fikri IR düzeyinde şu yapıya yaklaşır:

; %i değeri 4'er ilerler, gövde dört kez yazılmıştır
%a0 = getelementptr i32, ptr %arr, i64 %i
%v0 = load i32, ptr %a0
%j1 = add i64 %i, 1
%a1 = getelementptr i32, ptr %arr, i64 %j1
%v1 = load i32, ptr %a1
%partial = add i32 %v0, %v1
; Gerçek dönüşümde kalan iki eleman ve sınır denetimi de bulunur.

Buradaki amaç yalnızca dört satırı kopyalamak değildir. Bağımsız load ve add işlemleri belirginleştiği için işlemci zamanlayıcısı ya da sonraki LLVM geçişleri daha iyi karar verebilir. Komut satırında opt -passes='loop-unroll' input.ll -S -o output.ll ile dönüşümü deneyebilirsiniz. Üretim derlemelerinde -O2 veya -O3, uygun koşullarda bu ve ilişkili geçişleri zaten etkinleştirir.

Ölü kod eleme: Hesaplanmış ama işe yaramayan değerler

Ölü kod, programın gözlemlenebilir davranışını değiştirmeden kaldırılabilen talimattır. Kullanılmayan saf aritmetik işlemler tipik örnektir. Ancak store, dosyaya yazan call veya volatile load gibi yan etkili talimatlar, sonuçları kullanılmasa bile rastgele silinemez.

%tmp = mul i32 %x, 42
%unused = add i32 %tmp, 7
%result = add i32 %x, 1
ret i32 %result

%unused değerinin kullanıcısı yoktur; dolayısıyla add silinir. Ardından %tmp da yalnızca silinen talimat tarafından kullanıldığı için ölü hâle gelir. Bu zincirleme temizliğe dead instruction elimination denir. LLVM’de opt -passes='dce' input.ll -S -o output.ll temel denemeler için yeterlidir; daha agresif sadeleştirme senaryolarında adce kullanılabilir.

Döngü açılımı ve DCE birlikte özellikle güçlüdür: Açılım sonrası sabit kalan veya kullanılmayan ara hesaplar oluşabilir; DCE bunları budar. Yine de başarı ölçütü yalnızca daha kısa IR değildir. llvm-mca, profil verileri ve gerçek kıyaslamalarla kod boyutu, dallanma davranışı ve çalışma süresi birlikte değerlendirilmelidir. Derleyici optimizasyonunda altın kural basittir: Daha çok dönüşüm değil, doğru iş yükü için doğru dönüşüm önemlidir.