Chris Lattner:编译器、LLVM、Swift、TPU 和 ML 加速器 | Lex Fridman 播客 #21

Chris Lattner: Compilers, LLVM, Swift, TPU, and ML Accelerators | Lex Fridman Podcast #21

频道:Lex Fridman · 时长:1:13:06 · 发布:2019-05-13 · 播放:200358

在 YouTube 观看

简介

Lex Fridman 采访了 LLVM、Clang 和 Swift 的创造者 Chris Lattner,讨论编译器、Swift for TensorFlow、TPU 和 ML 加速器。谈话涵盖了硬件和软件如何结合以生成高效代码。

HN 为什么推荐

HN 评论者指出这是与 Swift 和 LLVM 创造者的一次有趣对话,特别是关于编译器和 ML 编译。

这周我看了几个 Lex Fridman 的播客,采访的是 Chris Lattner(Swift 的创造者),我觉得很有意思 — HN, 2021

编译器、解释器与程序分析 · 机器学习与深度学习 · 科技先驱与访谈

中文字幕节选

以下是与 Chris Lattner 的对话,他目前是高级总监 在谷歌工作,参与多个项目,包括 CPU、GPU、TPU 加速器,用于 TensorFlow、Swift for TensorFlow,以及各种机器学习编译器魔法 在幕后进行。他是世界上顶尖的编译器专家之一 技术,这意味着他深刻理解硬件和 软件如何结合以生成高效代码。他创建了 LLVM 编译器 基础设施项目和 clang 编译器。他在 苹果领导了重大工程工作,包括创建 Swift 编程语言。他还短暂地在 特斯拉担任自动驾驶软件副总裁,在从 自动驾驶硬件 1 到硬件 2 的过渡期间,当时特斯拉基本上从零开始 为自动驾驶构建内部软件基础设施。我本可以轻松地 和 Chris 聊更多小时。将代码编译到各个抽象层次是 计算机所做的最基本和迷人的方面之一,而他是 这一过程的专家之一。这是严谨的科学,也是混乱的 美丽艺术。这次对话是人工智能播客的一部分,如果 你喜欢它,请在 YouTube、iTunes 上订阅,或者直接在 Twitter 上联系我,账号是 Lex Friedman,拼写为 Fri D。现在,这里是我与 Chris Lattner 的对话 你写过的第一个程序是什么?我的第一个程序是什么时候? 我想我从小就开始,我父母给我买了一本 BASIC 编程书,所以 当我开始时,是从书中输入程序,看看它们如何工作, 然后输入错误,试图弄清楚为什么它们不能正常工作, 诸如此类。所以是 BASIC。你记得自己第一个 可能爱上的语言是什么,真正连接起来的?我不知道,我的意思是,我觉得 我一路学到了很多,每一种都有不同的特殊 之处。所以我从 BASIC 开始,然后转向 GW-BASIC,那是 DOS 时代的东西,然后升级到 QBasic,最终是 QuickBasic, 这些都是微软 BASIC 的稍微更花哨的版本。然后跳到 Pascal,开始做机器语言编程和汇编,在 Pascal 中,这 真的很酷。Pascal 在当时很神奇。最终转向 C、C++, 然后做了很多其他奇怪的事情。我觉得你走了黑暗之路, 是你可以你可以走Lisp路线,是的,你本可以走一种更高层次的 函数式哲学嬉皮士路线,但你却进入了黑暗艺术 直接直接进入机器,直接接触玩具,所以从基本的任务元素开始 汇编,然后写了很多汇编,为什么最终我最终做了Smalltalk 和其他类似的东西,但那不是起点,那么,那么 这段旅程是在高中还是大学?那是在高中 是的,所以那真的是为了能够做更多 比Pascal能做的更强大的事情,也是为了学习一个不同的世界,所以他 真的用指针和语法等东西让我困惑,花了一段时间 但Pascal在各种方面都更有原则,看 更多,我的意思是它有它的历史根源,但它不像 指针那样容易学习,有这种内存管理的东西,你必须意识到 这是你第一次开始理解有资源你需要

HN 上的讨论

Chris Lattner 在 Lex Fridman 播客上也有一期非常精彩的节目(第381期,2023年6月2日):- [LINK] - [LINK] - [LINK] 他在该节目还有另外两期:- [LINK](第131期,2020年10月18日)- [VIDEO](第21期,2019年5月13日) — tony, 2025-09
我一直想知道 Rust 的创造者为什么转向 Swift,刚刚从 Graydon Hoare 本人那里找到了答案:[LINK] 简而言之,这与两种语言的相对优劣无关—— 编辑:这周我看了几个 Lex Fridman 与 Chris Lattner(Swift 创造者)的播客,觉得很有意思 Chris Lattner:编译器、LLVM、Swift、TPU 和 ML 加速器 | Lex Fridman 播客 #21 [VIDEO] Chris Lattner:计算与编程语言的未来 | Lex Fridman 播客 #131 [LINK] — mwattsun, 2021-12
这与 Chris Lattner 等人在 Google 用 Swift、MLIR 等所做的工作有何关系?[a] 这是……一个独立的、平行的、更全面的提案吗?这两个小组之间有任何协调吗?-- [a] [VIDEO] — cs702, 2019-09
> 不是已经有很多针对编译语言的 ML 库了吗,还是你指的是别的什么?别的什么。如果你的程序是一组定义良好的操作(基本上是 ML 的矩阵操作),你可以优化整个特定程序,而不是从库中调用一堆单独优化的函数,并针对特定硬件(例如给定的 GPU)。例如查看 Chris Lattner 的采访 [1] 和关于 MLIR 的演示,或 C4ML 研讨会的论文集 [2]。在分布式系统中的应用:我首先想到的是 - protobufs、Erlang 和 Elixir 到 BEAM 的编译、dask。[1] [VIDEO] [2] [LINK] — mynegation, 2019-09

相关视频