如何通过静态分析对比两份LLVM优化生成IR的性能优劣

你之前的判断是对的，单看总指令数、通用指令成本和实际性能相关性很低，现代CPU的超标量多发射架构、缓存层次、分支预测逻辑对性能的影响远大于单条指令的理论成本，你可以从以下几个维度做对比：

• 分析核心循环的优化差异
  优先找代码里的热点循环（也就是占执行时间最多的循环逻辑），对比两份IR的循环变换结果：有没有做循环向量化生成vec类向量指令、有没有做循环不变量外提、有没有循环展开、有没有调整循环嵌套顺序让内存访问更连续。比如核心循环如果完成了4路向量化，哪怕总指令数比另一份IR高2倍，实际运行速度也能快3倍以上。
• 对比内存访问的缓存友好性
  统计两份IR的load/store指令的访问模式：
  • 检查内存访问步长，连续步长1的访问缓存命中率远高于跨缓存行的大步长访问
  • 看内存地址的对齐属性，有align 16/align 32对齐标记的访问，延迟只有未对齐访问的1/3到1/2
  • 检查有没有重复加载/存储同一个地址却没有被寄存器化的冗余操作，这类操作的开销远高于普通算术指令
• 检查分支优化效果
  对比两份IR的分支指令数量和处理逻辑：
  • 有没有把分支逻辑替换成select选择指令，消除分支预测失败的开销，尤其是循环内的分支，替换为select后性能提升非常明显
  • 有没有通过循环展开减少回边分支的数量，降低分支预测的压力
• 用LLVM自带工具做量化模拟
  直接用LLVM自带的llvm-mca工具模拟运行：给工具指定你的目标CPU型号，分别输入两份IR，它会模拟目标架构的流水线、寄存器重命名、缓存层次，输出预估的总运行周期、每周期指令数（IPC）、流水线停顿占比，直接对比总周期数值即可，相关性远高于手动统计的指令成本，命令格式为llvm-mca -mcpu=你的目标CPU型号 对应IR文件。
  如果之前你用的是通用成本模型，可以给opt的成本模型pass指定目标架构参数重新计算，通用成本和实际架构的指令延迟、吞吐匹配度很低，参考价值不大。
• 检查常量传播与内联优化
  看核心计算逻辑有没有被内联到调用点，有没有做常量传播把运行时计算提前优化成常量，如果其中一份IR把核心计算的变量优化成了常量，哪怕总指令数更高，实际运行速度也会快很多。

内容的提问来源于stack exchange，提问作者Shane