2025年10月，在北美RISC-V峰會(huì)上，Igalia編譯器工程師Mikhail發(fā)表專題演講《Unlocking 15% More Performance: A Case Study in LLVM Optimization for RISC-V》。演講基于在進(jìn)迭時(shí)空 SpacemiT-X60 RISC-V 處理器上開(kāi)展的十個(gè)月優(yōu)化實(shí)踐，系統(tǒng)闡述如何通過(guò)上游 LLVM 的多項(xiàng)改進(jìn)，顯著提升 RISC-V 處理器性能，并在 SPEC CPU 2017 基準(zhǔn)測(cè)試中實(shí)現(xiàn)最高達(dá) 16% 的性能提升。

本次優(yōu)化的重點(diǎn)涵蓋三大方面：

為 SpacemiT-X60 引入定制調(diào)度模型

增強(qiáng)向量化在跨函數(shù)調(diào)用場(chǎng)景下的分析能力

支持過(guò)程間寄存器分配（IPRA）以優(yōu)化寄存器使用

SPEC 測(cè)試

SPEC CPU 2017 是業(yè)界公認(rèn)的 CPU 性能評(píng)估標(biāo)準(zhǔn)，通過(guò)運(yùn)行一系列計(jì)算密集型任務(wù)（如代碼編譯、科學(xué)計(jì)算、AI 推理等），全面測(cè)量處理器的整數(shù)與浮點(diǎn)運(yùn)算性能。其測(cè)試結(jié)果能夠客觀反映 CPU 在實(shí)際應(yīng)用中的執(zhí)行效率，是衡量服務(wù)器、工作站及高端 PC 處理器性能的關(guān)鍵基準(zhǔn)。

調(diào)度模型：性能提升的關(guān)鍵

調(diào)度模型的引入是本次性能提升的關(guān)鍵。SpacemiT-X60作為一款按序雙發(fā)射CPU核心，其執(zhí)行效率高度依賴于編譯器生成的指令序列能否充分適配硬件特性。以LOAD指令為例，在等待數(shù)據(jù)就緒的周期內(nèi)，通過(guò)智能調(diào)度插入其他可執(zhí)行指令，可有效避免流水線空等——這正如點(diǎn)外賣后，在送達(dá)前處理其他事務(wù)，而非一味守在門口。

通過(guò)引入針對(duì) X60 的調(diào)度模型，多個(gè) SPEC 2017 子項(xiàng)目均實(shí)現(xiàn)性能提升，其中最高達(dá) 16.8%，整體性能平均提升 4.75%。由于該調(diào)度優(yōu)化作用于指令序列層面，不依賴特定程序邏輯，因此大多數(shù)軟件均可受益于該項(xiàng)改進(jìn)。

目前，LLVM 中的 RISC-V 后端尚缺乏一個(gè)默認(rèn)的調(diào)度模型。此次為 SpacemiT-X60 開(kāi)發(fā)的模型，有望成為L(zhǎng)LVM RISC-V 目標(biāo)默認(rèn)的調(diào)度模型，為更多RISC-V場(chǎng)景提供優(yōu)化支持。

突破難點(diǎn)：跨函數(shù)調(diào)用的向量化優(yōu)化

SpacemiT-X60 支持 256 位寬的 RISC-V Vector (RVV) 1.0 擴(kuò)展。在數(shù)據(jù)并行度高的任務(wù)中，正確使用向量指令可大幅提升程序性能，因此自動(dòng)向量化始終是編譯器優(yōu)化的重點(diǎn)之一。然而，自動(dòng)向量化的關(guān)鍵難點(diǎn)在于代價(jià)評(píng)估：編譯器需準(zhǔn)確判斷在何種場(chǎng)景下向量化能帶來(lái)性能提升，又在哪些情況下可能帶來(lái)性能回退。

Mikhail 在報(bào)告中重點(diǎn)分析了跨函數(shù)調(diào)用這一典型場(chǎng)景。最終落地的 SLP fix 方案取得了顯著優(yōu)化效果，在測(cè)試中實(shí)現(xiàn)單個(gè)用例最高11.9%的性能提升，整體平均提升幅度也接近 1%。

減少冗余：過(guò)程間寄存器分配（IPRA）

報(bào)告同時(shí)介紹了對(duì)過(guò)程間寄存器分配（IPRA，Inter-Procedural Register Allocation）的技術(shù)支持。在函數(shù)調(diào)用過(guò)程中，為確保程序正確執(zhí)行，需對(duì)寄存器進(jìn)行保存與恢復(fù)。傳統(tǒng)編譯方式下，由于編譯器無(wú)法預(yù)知被調(diào)用函數(shù)的具體寄存器使用情況，往往采取保守策略，對(duì)所有可能涉及的寄存器執(zhí)行保存與恢復(fù)操作，造成不必要的性能開(kāi)銷。

而 IPRA 技術(shù)通過(guò)過(guò)程間分析，使編譯器能夠精確掌握被調(diào)用函數(shù)的寄存器使用情況。當(dāng)確認(rèn)某些寄存器不會(huì)被破壞時(shí)，即可省略相應(yīng)的保存與恢復(fù)指令，從而減少內(nèi)存訪問(wèn)、提升執(zhí)行效率。目前IPRA還有bug尚在修復(fù)，暫未默認(rèn)啟用，但在Spec上的測(cè)試已經(jīng)顯示出0.5%的穩(wěn)定性能提升，其優(yōu)化效果已經(jīng)得到驗(yàn)證。

結(jié)語(yǔ)

從報(bào)告展示的最終數(shù)據(jù)來(lái)看，當(dāng)前 GCC 與 LLVM 兩大開(kāi)源編譯器在 RISC-V 平臺(tái)上的表現(xiàn)各有優(yōu)勢(shì)，在不同測(cè)試項(xiàng)目中互有領(lǐng)先，這也表明未來(lái)仍有廣闊的協(xié)同優(yōu)化空間。

本次優(yōu)化工作獲RISE（RISC-V Software Ecosystem）項(xiàng)目RP009課題支持。RISE是由Linux基金會(huì)托管的全球合作計(jì)劃，匯聚行業(yè)領(lǐng)導(dǎo)者共同推動(dòng)RISC-V開(kāi)源軟件發(fā)展。作為RISE成員，進(jìn)迭時(shí)空榮幸見(jiàn)證 SpacemiT-X60被選用于 RISC-V 的編譯器性能優(yōu)化研究并取得顯著成果，特此感謝 Mikhail 及所有開(kāi)發(fā)者的貢獻(xiàn)。

截至目前，進(jìn)迭時(shí)空 8 核 RISC-V AI CPU 芯片 K1 累計(jì)量產(chǎn)交付量突破 13 萬(wàn)顆，已成為量產(chǎn)速度最快的 RISC-V 高算力芯片。同時(shí)，公司通過(guò) Bianbu Cloud 等云服務(wù)方式，為開(kāi)發(fā)者提供便捷、即時(shí)的 RISC-V 算力服務(wù)。我們堅(jiān)信，隨著更多行業(yè)伙伴與開(kāi)發(fā)者的加入，RISC-V 生態(tài)將加速邁向成熟。

附錄

1.RISC-V Summit 2025:

https://riscvsummit2025.sched.com/event/28OTp/unlocking-15-more-performance-a-case-study-in-llvm-optimization-for-risc-v-mikhail-r-gadelha-igalia

2.RISE RP009:

https://blogs.igalia.com/compilers/2025/05/05/boosting-risc-v-application-performance-an-8-month-llvm-journey/

3.RISE BLOG :

https://riseproject.dev/2025/05/08/project-rp009-llvm-spec-optimization/

4.Igalia BLOG :

https://blogs.igalia.com/compilers/2025/05/05/boosting-risc-v-application-performance-an-8-month-llvm-journey/