Ⅰ 程序设计语言：实践之路内容简介
《程序设计语言：实践之路》内容简介如下：
Ⅱ 利用LLVM实现JS的编译器，创造属于自己的语言
本文聚焦于使用LLVM构建JavaScript编译器，旨在探索自定义语言的开发过程。参考官方教程Kaleidoscope实现，本文仅构建JavaScript编译器的演示版本。对于深入学习，如JIT实现与代码优化，可访问github.com/zy445566/llvm-guide-zh，获取官方教程与代码集。
LLVM，作为编译器基础设施，为语言实现提供了强大支持。最初设计用于替代gcc，它超越了简单编译的功能，成为构建新语言的完整工具。本文编译器流程包括：编写AST解析语言结构、将分析结果绑定生成IR(中间语言)、生成二进制或汇编代码。LLVM亦适用于实现JIT，或结合编译器与虚拟机。
首先，定义token类型识别词法结构，并实现解析方法，可同时用于字符跳跃。定义语法结构，自定义解析逻辑。循环获取token并调用对应解析方法，解析JS方法，尤其复杂的是ParseExpression，涉及递归解析表达式。
生成IR相对直觉，需先定义AST结构，然后编写代码将解析结果绑定至IR。IR作为中间语言，简化了语言转换过程。实现编译器，通过编译器生成JSVM文件，使用自编译器编译JS文件，输出结果进行验证。最后，通过C引用JS文件，编译成二进制文件，实现最终功能。
初次接触编译器开发可能感到挑战与混乱，但本文示例展示了如何利用LLVM构建JavaScript编译器，为学习者提供了宝贵经验。期待LLVM未来能更深入地支持JavaScript，例如Facebook的prepack项目尝试使用LLVM将JS编译为二进制，无需运行时。通过本文分享的示例，JS自举的实现之路正逐渐清晰。
Ⅲ CUDA兼容，英伟达真的禁止了
2024年2月，英伟达 CUDA 11.6 及更高版本安装出现新规，禁止对使用 SDK 元素生成的输出部分进行逆向工程、反编译或反汇编，以将此类输出工件转换为目标非 NVIDIA 平台。这一条款引起广泛关注，是否意味着未来兼容CUDA的AI芯片发展路线将受阻？
答案并非简单否定。兼容CUDA技术路线的芯片企业暂未受直接影响。兼容CUDA的方法多样，主要分为两种：重新编译底层二进制代码和API接口兼容或编译。
重新编译底层二进制代码，如ZLUDA通过替换为ZLUDA库实现CUDA兼容。该方法虽技术开源、转换简单，但计算效率较低，无法充分挖掘芯片性能。
另一种方法是在API接口协议和编译器层面与CUDA保持一致，这不违反英伟达规定。例如，英特尔oneAPI、AMD Rocm等均提供兼容CUDA的软件栈工具。国内企业如瀚博、登临、壁仞、沐曦、摩尔线程、天数智芯等均采用此路线，通过与CUDA对应一致的API接口和编译器实现兼容。
具体实现上，AMD和Intel提供了CUDA程序移植到ROCm和OpenAPI平台的工具，如ROCm生态中的Hipify工具。摩尔线程通过MUSIFY工具将CUDA代码迁移到MUSA平台，自行实现MUSA-X计算库替代rocBLAS、rocFFT等，利用MUSA Toolkit进行编译调用，实现CUDA代码兼容。壁仞科技和沐曦科技亦开发了兼容CUDA的平台和框架，通过自行开发库和框架，实现与CUDA生态的兼容。
综上所述，此次CUDA规则变更对国内AI芯片兼容并未产生实质性影响。然而，长期发展来看，构建自主的软件生态体系是必由之路。
最新动态：摩尔线程已发表声明，证实观点与本文一致。