- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我知道 JVM 和 CLR 被设计为基于堆栈的虚拟机。当 JIT 将字节码编译为 native 代码时,它是否也将堆栈原语(加载/存储)转换为 X86 平台上的寄存器?
如果是的话,看起来字节码是基于堆栈还是基于寄存器并不重要。 JIT 很重要。
最佳答案
我认为您混淆了两个不同的概念。
至少对于 Java 而言,JVM 充当虚拟机 - 它是一种理想化的计算机,具有基于具有堆栈帧的调用堆栈的相对高级汇编语言(字节码)。当将 Java 编译成字节码时,Java 程序就变成了(本质上)用于控制这台机器的汇编程序。
在给定系统上实际运行 Java 时,JVM 实现的工作是使用实际可用的任何硬件忠实地模拟这个基于堆栈的机器的执行。这通常意味着大量堆栈操作将在可能的情况下使用寄存器来实现,并且可能使用 Java 虚拟机描述中没有的其他专用硬件。这是如何完成的实际细节是特定于实现的 - 一些实现可能会将其编译为机器代码,几乎可以在寄存器中完成所有操作,而更简单的实现可能只是编译为内存中的操作。我在 JVM 的 JavaScript 实现上工作了几个月,在这种情况下,我们将代码“编译”为 JS 函数,然后将其传递给浏览器的 JS 实现。
这种区别的原因是 Java 被设计为易于下载和嵌入(想想小程序)。在这种情况下,安全性和可移植性是重要的问题。字节码必须通过某种方式自动检查以排除某些类型的恶意代码(例如缓冲区溢出)。同样,无论使用何种格式,都必须足够高级,才能在各种不同的平台(手持设备、 super 计算机、PC 等)上运行。基于堆栈的 JVM 的选择使这两个问题成为可能同时满足。它的级别足够高,可以检查字节码以排除许多类型错误或未初始化内存的读/写,而级别又足够低,JVM 可以使用诸如使用寄存器编译为代码之类的技巧。
如果你好奇什么您的专属 JVM 会对一段特定的代码做些什么,你应该看看文档。大多数 JVM 都可以通过某种方式向您提供有关它们如何执行代码的信息。如果您的问题是“为什么不让字节码进行基于寄存器的操作”,那么原因有两个:
关于jvm - JVM 或 CLR 是否使用寄存器来运行 JIT 代码?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11092346/
在动态语言中,动态类型代码 JIT 是如何编译成机器码的?更具体地说:编译器是否会在某个时候推断类型?还是在这些情况下严格解释? 例如,如果我有类似下面的伪代码 def func(arg) i
X86 和 AMD64 是许多计算环境(桌面、服务器和 super 计算机)最重要的架构。显然,JIT 编译器应该同时支持它们才能获得认可。 直到最近,SPARC 架构才是编译器合乎逻辑的下一步,特别
既然有如此多的 JIT 实现,每个 JIT 都会发出 native 代码。那么为什么没有人制作像 JIT2EXE 这样的工具来将 native 代码保存为 native 可执行文件呢? 最佳答案 这个
JIT 编译器将字节码编译成机器码的概念我还是不太清楚。我想知道为什么它比非 JIT 解释器产生更快的代码。有人可以给我一个很好的例子来说明这个过程是如何完成的吗? 最佳答案 假设您有一个需要执行一百
Torchscript 提供了 torch.jit.trace 和 torch.jit.script 将 pytorch 代码从 Eager 模式转换为脚本模型。从文档中,我可以理解 torch.ji
好的,我已经阅读了一些关于 JIT 和非 JIT 启用解释器之间差异的讨论,以及为什么 JIT 通常会提高性能。 但是,我的问题是: 最终,不支持 JIT 的解释器是否必须像 JIT 编译器那样将字节
有没有办法在消除 JIT 开销的同时实现 JIT 性能?最好通过将类文件编译为 native 镜像。 我研究过GCJ,但即使对于简单的程序,GCJ输出的性能也比Java JIT差很多。 最佳答案 您可
我试图更好地理解 JIT 编译器在 volatile 变量值缓存方面如何为 java 工作。考虑这个问题中提出的例子: Infinite loop problem with while loop an
我的代码是这样的: @jit(nopython=True) def sum_fn(arg1, arg2, ...argn): ..... for i in xrange(len(arg
以下代码无效: def get_unique(arr): return jnp.unique(arr) get_unique = jit(get_unique) get_unique(jnp.
我需要能够调用一个 GPU 函数,该函数本身间接调用另一个 GPU 函数: from numba import cuda, jit import numpy as np # GPU function
我有一个关于使用 Continuum 的 Accelerate 和 numba 包中的 Python CUDA 库的问题。正在使用装饰器@jit与 target = gpu同 @cuda.jit ?
有人可以指出我的方向,这可能会让我明白为什么 JIT 会取消优化我的循环? (OSR)。看起来它被 C1 编译一次,然后多次取消优化(我可以看到数十或数百个以 开头的日志) 这是包含该重要循环的类:
我引用了Oracle的以下文档: http://docs.oracle.com/cd/E13150_01/jrockit_jvm/jrockit/geninfo/diagnos/underst_jit
我需要在 C++ 中运行预训练的 pytorch 神经网络模型(在 python 中训练)来进行预测。 为此,我按照此处给出的有关如何在 C++ 中加载 pytorch 模型的说明进行操作:https
我正在使用 numbas @jit 装饰器在 python 中添加两个 numpy 数组。如果我使用 @jit 与 python 相比,性能是如此之高。 然而,即使我传入 @numba.jit(nop
我是Python新手。 我编写了一些代码尝试将图片混合为新图片。 我完成了,但是浪费了太多时间。 所以我尝试使用 Numba 让代码在我的 GPU 上运行。但遇到一些警告和错误 os Ubuntu 1
我正在将我的网站从安装在共享网络托管帐户(在 DreamHost)上的 PHP v.5 转换为在 PHP 7.3.11 上运行。转换后,我开始注意到偶尔会收到以下警告: Warning: preg_m
在 Stack Overflow 上向所有编译器设计者致以问候。 我目前正在从事一个项目,该项目的重点是开发一种用于高性能计算的新脚本语言。源代码首先被编译成字节码表示。字节码然后由运行时加载,它对其
我相信 Apple 已禁止在 ARM64 架构上同时写入和执行内存,请参阅: 参见 mmap() RWX page on MacOS (ARM64 architecture)? 这使得像 jonesf
我是一名优秀的程序员,十分优秀!