1.电脑上aot是生m生什么意思？
2.连载1/2谈谈BT二进制转译技术 - 跨指令集平台互操作的兼容性和局限性
3.如何用 Flutter 实现混合开发？闲鱼公开源代码实例
4.AJDK-AOT静态编译
5.Tensorflow 编译加速器 XLA 源码深入解读
6.net编译是什么意思？

电脑上aot是什么意思？

       AOT是什么意思？在电脑上指的是什么？

       在电脑科学领域中，AOT是态源态Ahead-Of-Time的缩写。它是生m生一种编译器技术，用于将高级语言编写的态源态代码翻译成机器代码，以便在计算机上执行。生m生具体而言，态源态七月影视源码官网AOT编译器可以在程序运行之前将代码编译成二进制格式，生m生这样程序就可以快速地加载和执行。态源态与之相对的生m生是JIT(Just-In-Time)编译器，它在程序运行时才将代码编译成机器代码。态源态

       AOT编译器可以加快程序的生m生启动速度，因为预先编译代码可以减少程序启动时的态源态处理时间。此外，生m生AOT编译器还可以提高程序的态源态运行速度，因为它可以将代码编译成高效的生m生机器代码。但是，AOT编译器也有一些缺点。由于需要预先编译代码，因此可能会导致更长的编译时间。此外，由于编译出的二进制代码是固定的，因此无法根据运行时的条件进行动态调整。这可能会导致编译出的二进制代码与运行时的环境不兼容，从而导致程序出现错误。

       AOT编译器在哪些场景中会被使用？

       AOT编译器常常被用于编写需要高性能的应用程序，例如游戏和机器学习。这是因为在这些应用程序中，程序的启动速度和运行速度都是至关重要的。此外，AOT编译器在一些安全要求高的场景中也会被使用。例如，一些加密算法需要保护源代码，以确保算法的安全性。这种情况下，AOT编译器可以将源代码编译成难以逆向的机器代码，从而保护算法的安全性。总的来说，AOT编译器是一种非常有用的编译器技术，可以帮助开发人员编写高性能和安全的应用程序。

连载1/2谈谈BT二进制转译技术 - 跨指令集平台互操作的兼容性和局限性

       本文系列的第一部分探讨了BT（Binary Translator）技术在跨指令集平台互操作中的兼容性和挑战。首先，源代码的移植相对容易，尤其是当内含指令集的汇编代码时。然而，对于无源代码的程序执行文件，如Binary_Translator的应用面临“转译性能、多核支持、向后兼容和知识产权”等问题。例如，自研处理器兼容GPU指令虽可能，但需权衡兼容性和向前兼容性，通常选择在PTX层面兼容，博客系统设计源码而非二进制兼容，这可能导致与CUDA生态的不完全融合和算子兼容性的难题。

       Binary Translation（BT）技术在实现应用兼容性方面经验丰富，如Transmeta的x仿真、Intel的Houdini DBT等。这些实例表明，即使在硬件设计上难以做到原生支持多种指令集，通过BT可在不同架构间执行应用。例如，苹果的Rosetta2通过BT实现了iOS在ARM架构上的运行，尽管面临功能/性能/稳定性等挑战，但通过构造指令译码和软件封装来维持兼容性。

       BT引擎面对的挑战包括不同体系结构间的语义鸿沟，如指令集、ABI差异，以及冯诺依曼结构的复杂性。BT的实现方式多样，包括静态转换（AOT）和动态转换（JIT），以及动静态结合。静态转换需处理间接跳转地址的确定问题，动态转换则利用runtime helper实时优化。然而，动态翻译存在局限性，如无法翻译未执行的代码和与JIT环境紧密耦合的问题。

       性能优化在BT中至关重要，如优化Call Jump的缓存、TLB和寄存器映射，尤其针对ARM和MIPS指令集的特性。此外，还需考虑系统级和进程级翻译的差异，以及针对不同架构的定制化优化，如寄存器数量、地址空间处理等。

       关于BT的未来发展，第二篇将深入探讨其研究难点、制约因素以及典型引擎的类型，揭示这个技术领域的持续挑战和可能的突破方向。

如何用 Flutter 实现混合开发？闲鱼公开源代码实例

       阿里妹导读：具有一定规模的 App 通常有一套成熟通用的基础库，尤其是阿里系 App，一般需要依赖很多体系内的基础库。那么使用 Flutter 重新从头开发 App 的成本和风险都较高。所以在 Native App 进行渐进式迁移是 Flutter 技术在现有 Native App 进行应用的稳健型方式。

       今天我们来看看，闲鱼团队如何在这个实践过程中沉淀出一套独具特色的混合技术方案。

       现状及思考

       闲鱼目前采用的混合方案是共享同一个引擎的方案。这个方案基于这样一个事实：任何时候我们最多只能看到一个页面，当然有些特定的场景你可以看到多个 ViewController ，但是这些特殊场景我们这里不讨论。

       我们可以这样简单去理解这个方案：我们把共享的 Flutter View 当成一个画布，然后用一个 Native 的容器作为逻辑的页面。每次在打开一个容器的幸运5星源码时候我们通过通信机制通知 Flutter View 绘制成当前的逻辑页面，然后将 Flutter View 放到当前容器里面。

       这个方案无法支持同时存在多个平级逻辑页面的情况，因为你在页面切换的时候必须从栈顶去操作，无法再保持状态的同时进行平级切换。举个例子：有两个页面A，B，当前B在栈顶。切换到A需要把B从栈顶 Pop 出去，此时B的状态丢失，如果想切回B，我们只能重新打开B之前页面的状态无法维持住。

       如在 pop 的过程当中，可能会把 Flutter 官方的 Dialog 进行误杀。而且基于栈的操作我们依赖对 Flutter 框架的一个属性修改，这让这个方案具有了侵入性的特点。

       新一代混合技术方案 FlutterBoost

       重构计划

       在闲鱼推进 Flutter 化过程当中，更加复杂的页面场景逐渐暴露了老方案的局限性和一些问题。所以我们启动了代号 FlutterBoost（向C++ Boost库致敬）的新混合技术方案。这次新的混合方案我们的主要目标有：

       跟老方案类似，新的方案还是采用共享引擎的模式实现。主要思路是由 Native 容器 Container 通过消息驱动 Flutter 页面容器 Container，从而达到 Native Container与 Flutter Container 的同步目的。我们希望做到 Flutter 渲染的内容是由 Naitve 容器去驱动的。

       简单的理解，我们想做到把 Flutter 容器做成浏览器的感觉。填写一个页面地址，然后由容器去管理页面的绘制。在 Native 侧我们只需要关心如果初始化容器，然后设置容器对应的页面标志即可。

       主要概念

       Native 层概念

       Dart 层概念

       关于页面的理解

       在 Native 和 Flutter 表示页面的对象和概念是不一致的。在 Native，我们对于页面的概念一般是 ViewController，Activity。而对于 Flutter 我们对于页面的概念是 Widget。我们希望可统一页面的概念，或者说弱化抽象掉 Flutter 本身的 Widget 对应的页面概念。换句话说，当一个 Native 的页面容器存在的时候， FlutteBoost 保证一定会有一个 Widget 作为容器的内容。所以我们在理解和进行路由操作的时候都应该以 Native 的容器为准， Flutter Widget 依赖于 Native 页面容器的状态。

       那么在 FlutterBoost 的概念里说到页面的时候，我们指的是 Native 容器和它所附属的 Widget。所有页面路由操作，打开或者关闭页面，实际上都是对 Native 页面容器的直接操作。无论路由请求来自何方，最终都会转发给 Native 去实现路由操作。这也是接入 FlutterBoost 的时候需要实现 Platform 协议的原因。

       另一方面，我们无法控制业务代码通过 Flutter 本身的农业溯源码视频 Navigator 去 push 新的 Widget。对于业务不通过 FlutterBoost 而直接使用 Navigator 操作 Widget 的情况，包括 Dialog 这种非全屏 Widget，我们建议是业务自己负责管理其状态。这种类型 Widget 不属于 FlutterBoost 所定义的页面概念。

       理解这里的页面概念，对于理解和使用 FlutterBoost 至关重要。

       与老方案主要差别

       前面我们提到老方案在 Dart 层维护单个 Navigator 栈结构用于 Widget 的切换。而新的方案则是在 Dart 侧引入了 Container 的概念，不再用栈的结构去维护现有的页面，而是通过扁平化 key-value 映射的形式去维护当前所有的页面，每个页面拥有一个唯一的 id。这种结构很自然的支持了页面的查找和切换，不再受制于栈顶操作的问题，之前的一些由于 pop 导致的问题迎刃而解。也不需要依赖修改 Flutter 源码的形式去进行页面栈操作，去掉了实现的侵入性。

       实际上我们引入的 Container 就是 Navigator 的，也就是说一个 Native 的容器对应了一个 Navigator。那这是如何做到的呢？

       多 Navigator 的实现

       Flutter 在底层提供了让你自定义 Navigator 的接口，我们自己实现了一个管理多个 Navigator 的对象。当前最多只会有一个可见的 Flutter Navigator，这个 Navigator 所包含的页面也就是我们当前可见容器所对应的页面。

       Native 容器与 Flutter 容器（Navigator）是一一对应的，生命周期也是同步的。当一个 Native 容器被创建的时候，Flutter 的一个容器也被创建，它们通过相同的 id 关联起来。当 Native 的容器被销毁的时候，Flutter 的容器也被销毁。Flutter 容器的状态是跟随 Native 容器，这也就是我们说的 Native 驱动。由 Manager 统一管理切换当前在屏幕上展示的容器。

       我们用一个简单的例子描述一个新页面创建的过程：

       这就是一个新页面创建的主要逻辑，销毁和进入后台等操作也类似有 Native 容器事件去进行驱动。

       官方提出的混合方案

       基本原理

       Flutter 技术链主要由 C++ 实现的 Flutter Engine 和 Dart 实现的 Framework 组成（其配套的编译和构建工具我们这里不参与讨论）。Flutter Engine 负责线程管理，Dart VM 状态管理和 Dart 代码加载等工作。而 Dart 代码所实现的 Framework 则是业务接触到的主要 API，诸如 Widget 等概念就是在 Dart 层面 Framework 内容。

       一个进程里面最多只会初始化一个 Dart VM。然而一个进程可以有多个 Flutter Engine，多个 Engine 实例共享同一个 Dart VM。

       我们来看具体实现，在 iOS 上面每初始化一个 FlutterViewController 就会有一个引擎随之初始化，也就意味着会有新的线程（理论上线程可以复用）去跑 Dart 代码。Android 类似的 Activity 也会有类似的效果。如果你启动多个引擎实例，注意此时Dart VM 依然是共享的，只是不同 Engine 实例加载的代码跑在各自独立的 Isolate。

       官方建议

       引擎深度共享

       在混合方案方面，我们跟 Google 讨论了可能的分析网站源码工具一些方案。Flutter 官方给出的建议是从长期来看，我们应该支持在同一个引擎支持多窗口绘制的能力，至少在逻辑上做到 FlutterViewController 是共享同一个引擎的资源的。换句话说，我们希望所有绘制窗口共享同一个主 Isolate。

       但官方给出的长期建议目前来说没有很好的支持。

       多引擎模式

       我们在混合方案中解决的主要问题是如何去处理交替出现的 Flutter 和 Native 页面。Google 工程师给出了一个 Keep It Simple 的方案：对于连续的 Flutter 页面（Widget）只需要在当前 FlutterViewController 打开即可，对于间隔的 Flutter 页面我们初始化新的引擎。

       例如，我们进行下面一组导航操作：

       我们只需要在 Flutter Page1 和 Flutter Page3 创建不同的 Flutter 实例即可。

       这个方案的好处就是简单易懂，逻辑清晰，但是也有潜在的问题。如果一个 Native 页面一个 Flutter 页面一直交替进行的话，Flutter Engine 的数量会线性增加，而 Flutter Engine 本身是一个比较重的对象。

       多引擎模式的问题

       因此，综合多方面考虑，我们没有采用多引擎混合方案。

       总结

       目前 FlutterBoost 已经在生产环境支撑着在闲鱼客户端中所有的基于 Flutter 开发业务，为更加负复杂的混合场景提供了支持，稳定为亿级用户提供服务。

       我们在项目启动之初就希望 FlutterBoost 能够解决 Native App 混合模式接入 Flutter 这个通用问题。所以我们把它做成了一个可复用的 Flutter 插件，希望吸引更多感兴趣的朋友参与到 Flutter 社区的建设。在有限篇幅中，我们分享了闲鱼在 Flutter 混合技术方案中积累的经验和代码。欢迎兴趣的同学能够积极与我们一起交流学习。

       扩展补充

       在两个 Flutter 页面进行切换的时候，因为我们只有一个 Flutter View 所以需要对上一个页面进行截图保存，如果 Flutter 页面多截图会占用大量内存。这里我们采用文件内存二级缓存策略，在内存中最多只保存 2-3 个截图，其余的写入文件按需加载。这样我们可以在保证用户体验的同时在内存方面也保持一个较为稳定的水平。

       页面渲染性能方面，Flutter 的 AOT 优势展露无遗。在页面快速切换的时候，Flutter 能够很灵敏的响应页面的切换，在逻辑上创造出一种 Flutter 多个页面的感觉。

       项目开始的时候我们基于闲鱼目前使用的 Flutter 版本进行开发，而后进行了 Release 1.0 兼容升级测试目前没有发现问题。

       只要是集成了 Flutter 的项目都可以用官方依赖的方式非常方便的以插件形式引入 FlutterBoost，只需要对工程进行少量代码接入即可完成接入。详细接入文档，请参阅 GitHub 主页官方项目文档。

AJDK-AOT静态编译

       Go语言受到青睐于云上新应用，主要因其运行时无依赖，静态编译的程序启动速度快，无需JIT预热。

       Java的静态编译技术作为激进的AOT技术，通过独立编译阶段将Java程序转化为本地代码，运行时不需传统Java虚拟机和运行时环境，仅需操作系统类库支持。

       静态编译技术使Java语言与原生native程序“合体”，将Java程序编译为自举的具有Java行为的原生native程序，兼备Java程序与原生native程序的优点。

       Java编译流程包括前端编译、即时编译(JIT编译)与静态提前编译(AOT编译)。

       前端编译将Java源码(.java)转化为Class文件(.class)，实现程序转化为满足JVM规范的功能，优化侧重于程序编码，编译为Class文件可直接给JVM解释器执行，省去编译时间，加快启动速度。

       后端编译(JIT编译)通过JVM内置的即时编译器，在运行时将Class文件字节码编译成本地机器码，优化程序运行性能，提高执行效率。

       静态提前编译(AOT编译)程序运行前，直接将Java源码编译成本地机器码，优点在于启动速度快，缺点是静态编译后性能优化受限。

       静态编译器如JAOTC、GCJ、Excelsior JET、ART等，尤其是ART虽然主要通过AOT编译支持Java运行，但仍然存在解释器。

       目前Java体系主要采用前端编译+JIT编译方式，如JDK中的HotSpot虚拟机，通过前端编译生成Class文件，启动时解释执行以节省时间，运行中通过JIT编译优化热点代码提高执行效率。

       JIT编译与AOT编译比较，JIT吞吐量高，有运行时性能加成，执行更快，但启动速度较慢，需要时间与调用频率触发分层机制；AOT编译内存占用低，启动速度快，无运行时性能加成，不能动态优化。

       Java 9引入AOT编译，能将class文件直接编译成可执行二进制文件。

       在JVM团队与SOFAStack团队合作下，AJDK实现静态编译的落地，将应用启动时间从秒优化至3.8秒，双十一期间应用运行稳定，无故障，GC停顿时间在毫秒，内存占用和RT响应与传统Java应用持平，启动时间降低%。

       综上所述，静态编译在稳定性、资源占用、RT响应等方面指标与传统Java应用基本持平，启动时间显著缩短。

Tensorflow 编译加速器 XLA 源码深入解读

       XLA是Tensorflow内置的编译器，用于加速计算过程。然而，不熟悉其工作机制的开发者在实践中可能无法获得预期的加速效果，甚至有时会导致性能下降。本文旨在通过深入解读XLA的源码，帮助读者理解其内部机制，以便更好地利用XLA的性能优化功能。

       XLA的源码主要分布在github.com/tensorflow/tensorflow的多个目录下，对应不同的模块。使用XLA时，可以采用JIT（Just-In-Time）或AOT（ Ahead-Of-Time）两种编译方式。JIT方式更为普遍，对用户负担较小，只需开启一个开关即可享受到加速效果。本文将专注于JIT的实现与理解。

       JIT通过在Tensorflow运行时，从Graph中选择特定子图进行XLA编译与运行，实现了对计算图的加速。Tensorflow提供了一种名为JIT的使用方式，它通过向Tensorflow注册多个优化PASS来实现这一功能。这些优化PASS的执行顺序决定了加速效果。

       核心的优化PASS包括但不限于EncapsulateXlaComputationsPass、MarkForCompilationPass、EncapsulateSubgraphsPass、BuildXlaOpsPass等。EncapsulateXlaComputationsPass负责将具有相同_xla_compile_id属性的算子融合为一个XlaLaunch，而XlaLaunch在运行时将子图编译并执行。

       AutoClustering则自动寻找适合编译的子图，将其作为Cluster进行优化。XlaCompileOp承载了Cluster的所有输入和子图信息，在运行时通过编译得到XlaExecutableClosure，最终由XlaRunOp执行。

       在JIT部分，关键在于理解和实现XlaCompilationCache::CompileStrict中的编译逻辑。此过程包括两步，最终结果封装在XlaCompilationResult和LocalExecutable中，供后续使用。

       tf2xla模块负责将Tensorflow Graph转化为XlaCompilationResult（HloModuleProto），实现从Tensorflow到XLA的转换。在tf2xla中定义的XlaOpKernel用于封装计算过程，并在GraphCompiler::Compile中实现每个Kernel的计算，即执行每个XlaOpKernel的Compile。

       xla/client模块提供了核心接口，用于构建计算图并将其转换为HloModuleProto。XlaBuilder构建计算图的结构，而XlaOpKernel通过使用这些基本原语描述计算过程，最终通过xla_builder的Build方法生成HloComputationProto。

       xla/service模块负责将HloModuleProto编译为可执行的Executable。该过程涉及多个步骤，包括LLVMCompiler的编译和优化，最终生成适合特定目标架构的可执行代码。此模块通过一系列的优化pass，如RunHloPasses和RunBackend，对HloModule进行优化和转换，最终编译为目标代码。

       本文旨在提供XLA源码的深度解读，帮助开发者理解其工作机制和实现细节。如有问题或疑问，欢迎指正与交流，共同探讨和学习。期待与您在下一篇文章中再次相遇。

net编译是什么意思？

       Net编译是指将.net语言源代码翻译成计算机能够执行的目标代码的过程。编译器将源代码转化成与目标平台相匹配的二进制代码，并将其打包进可执行文件中，使其可以在计算机上运行。编译器还会对代码进行优化，以提高程序的性能和效率。

       Net编译相较于解释执行，具有更高的性能和更好的安全性。由于.Net语言是强类型语言，编译器可以在编译时就进行类型和语法检查，避免了发生运行时错误的可能。同时，Net支持Just-In-Time(JIT)编译，它能够将程序代码按需动态编译，使得程序在运行时能够进行一定程度的优化和调整，提高了程序的响应速度和资源利用效率。

       .Net程序的编译可以采用不同的方式，常见的包括Ahead-of-Time编译(AOT)和Just-In-Time编译。AOT编译是将所有的代码在程序启动前编译成机器语言，生成本地可执行文件，这种方式能够提高程序的启动速度和执行效率，但是如果程序需要进行多次更新，在更新时需要重新进行编译。而JIT编译在程序运行时动态编译，可以根据不同的环境和配置进行优化，但是相对于AOT编译会稍慢一些。

什么是 Angular Ahead-of-time (AOT) compilation

       Ahead-of-time (AOT) 编译是 Angular 框架的关键特性，它在构建阶段将 TypeScript 和模板转换为高效的 JavaScript 和 HTML，显著提升性能。AOT 编译在构建过程中的完成避免了运行时模板解析，从而加速启动和提高性能。

       AOT 编译通过在构建阶段解析、类型检查和优化源代码实现。此过程在应用程序部署前进行，确保在浏览器加载时无需进行模板解析和编译，带来更快的启动速度和更好的性能。

       AOT 编译的核心步骤包括模板解析、类型检查和代码优化。它通过静态编译模板，加快了启动时间，减小了应用程序体积，提供了更早的错误检测和更高安全性，以及更好的性能。

       与 Just-in-time (JIT) 编译相比，AOT 编译优势明显。JIT 编译在运行时动态编译模板，导致启动延迟，增加应用程序体积，易受潜在模板注入攻击，并影响性能，因为它需要在运行时执行模板编译和解析。

       在 Angular 项目中采用 AOT 编译相对简单。基本步骤包括配置构建过程以触发 AOT 编译，并在 dist 目录生成编译后的文件。

       使用 AOT 编译时需注意几点，包括避免模板注入、确保组件与服务正确连接、注意错误处理和优化代码。示例中，一个简单的 Angular 组件在 AOT 编译中被转换为静态可执行的 JavaScript 代码，显示用户名字和电子邮件地址，这表明模板解析和编译已提前完成。

       总结而言，AOT 编译是优化 Angular 项目的关键工具，通过提高性能、减小体积、增强安全性和提供更早错误检测，特别适用于大型和移动应用程序。理解和实施 AOT 编译，能够显著提升用户体验，无论开发的企业级应用还是轻量级移动应用。

Net6编译 ready to run aot 反编译

       å¯ä»¥ä½¿ç”¨åç¼–译程序来创建实际的源代码

       å¦‚ 果您认为只有少数真正了解 IL 汇编语言的人才会看到并理解您的源代码，请牢记反编译并不会到此为止。我们可以使用反编译程序来创建实际的源代码。这些实用工具可以直接将 .NET 程序集反编译为如 C#、 Visual Basic .NET 或 C++ 这样的高级语言。

       è¿„ 今为止，从减轻部署和版本控制的负担，到自描述二进制数据所实现的丰富 IDE 功能，您可能已经熟悉了这些元数据丰富的 Microsoft_ .NET Framework 体系结构带来的所有好处。您可能不知道元数据的这种易用性带来的一个目前对于大多数开发人员来说还没有注意到的问题。为公共语言运行库 (CLR) 编写的程序更易于进行反相工程。不管怎么说，这并不是 .NET Framework 设计中的缺陷；它只是一种现代的、中间编译语言（Java 语言应用程序具有同样的特征）的现实状况。Java 和 .NET Framework 都使用内嵌在可执行代码中的丰富元数据：在 Java 中是字节码，在 .NET 中是 Microsoft 中间语言 (MSIL)。由于比二进制机器码要高级很多，可执行文件充满了可以轻松破解的信息。

AI编译器技术剖析（二）-传统编译器

       AI技术的广泛应用中，智能家居和自动驾驶都依赖于NLP和计算机视觉等AI模型，这些模型部署在云、专用设备和物联网设备中。在将AI模型从研发到实际应用的过程中，编译器的作用日益凸显，特别是在处理非标准算子的模型部署上。AI编译器的兴起预示着未来十年的快速发展。

       AI编译器技术建立在传统编译器的基础之上。它首先在IR层面优化模型，然后通过lowering将高级IR转换为传统编译器理解的低级IR，最后依赖传统编译器生成机器码。要理解AI编译器，先要掌握传统编译器的基本原理，包括其预处理、编译和链接流程，以及前端、优化器和后端的分工。

       传统编译器的核心是源代码到机器码的转换过程。它通常由预处理器、编译器（分前端、优化器和后端）和链接器组成。编译器负责将高级语言转换为机器代码，而解释器则在运行时进行转换。AOT和JIT编译的区别在于执行时间：AOT在编译前完成，JIT则在运行时动态优化。

       主流编译器如GCC，其源代码庞大且复杂，包含语言相关的代码、通用代码和根据机器描述生成的代码。GCC的流程包括词法分析、语法分析、优化，以及目标代码生成。而LLVM提供了一种模块化的编译器框架，支持自定义前端和后端，比如Apple的Clang，它直接支持C++等语言并转化为LLVM IR。

       编译器优化是提升性能的关键，包括常量传播、常量折叠、复写传播等。它们通过消除冗余计算和改进代码结构来提高执行效率。例如，通过公共子表达式消除，可以避免不必要的计算；通过函数调用优化，如尾递归优化，减少函数调用的开销。

       总的来说，本文概述了传统编译器的基础，以及AI编译器如何在其基础上发展，展示了编译器的架构、优化策略和不同编译器工具的特性，为理解AI编译器技术提供了基础。