#LLVM

Inkwell是一个用于Rust的安全LLVM包装器，专为编写自定义编程语言而设计。通过封装llvm-sys，它提供了比LLVM C API更强类型的接口，在编译时捕获错误。支持Rust 1.56及以上版本，以及LLVM 4到18的多种版本。项目正在快速迭代，用户可以通过详细文档和示例代码快速上手。

Torch-MLIR项目为PyTorch生态系统提供高级编译器支持，并实现与MLIR生态系统的高效集成。通过多种路径，该项目能够将PyTorch模型转换成Torch MLIR方言，简化硬件供应商的开发过程。此外，还提供了预构建快照，便于安装和使用，并通过示例指导用户完成模型转换和结果运行。该项目是LLVM孵化器的一部分，正在持续发展，且拥有广泛的社区支持和交流渠道。

Enzyme是一款高性能的LLVM和MLIR自动微分插件，可以通过调用__enzyme_autodiff函数对目标函数进行微分，并替换为相应的梯度值。其高效性使其在处理优化代码时能与先进的自动微分工具相媲美。用户只需几步简单命令即可安装Enzyme，安装和使用的详细信息可在官网获取。Enzyme适用于学术领域的自动微分需求，支持CUDA、OpenMP、MPI等并行计算模式，并提供Julia和Rust绑定。

ONNX-MLIR是一个开源编译器项目，旨在将ONNX神经网络模型转换为高效的可执行代码。该项目基于LLVM/MLIR技术，实现了ONNX标准，并提供ONNX方言、编译器接口、驱动程序和多语言运行时环境。ONNX-MLIR支持Linux、macOS和Windows等多个平台，并提供Docker镜像以简化开发和部署流程。通过优化ONNX图，ONNX-MLIR能够生成性能卓越的神经网络实现。

SeaHorn是一个基于LLVM的开源软件验证和分析框架。它集成了抽象解释、指针分析、约束求解等多种技术,可用于检测程序错误、生成反例和推导不变式。SeaHorn采用模块化设计,提供可组合的分析组件,适用于各类自动化验证研究。该框架支持多种编码方式和分析精度,能够灵活应对不同的验证需求。

Triton是一种开源编程语言和编译器，专为编写高效的自定义深度学习原语而设计。它提供了一个兼具高生产力和灵活性的开发环境，性能优于CUDA，灵活性超过其他领域特定语言。Triton支持NVIDIA和AMD GPU平台，提供完善的文档和教程。用户可通过pip轻松安装，也支持源代码构建。该项目持续更新，最新版本进行了大量性能优化和问题修复。

LLVM是一个开源编译器基础设施项目，提供用于构建优化编译器和工具链的框架。核心组件包括LLVM后端、Clang前端、libc++标准库和LLD链接器。LLVM支持多种编程语言，提供中间表示处理和代码生成工具。项目致力于提高编译效率和代码性能，为开发者提供灵活的编译工具集。LLVM广泛应用于编译器开发、静态分析和运行时优化等领域。

iron-kaleidoscope是一个使用LLVM和Rust实现Kaleidoscope语言的教程项目。教程内容包括创建词法分析器、语法分析器、IR生成器和JIT编译器等编译器前端组件。通过渐进式实现过程,展示了如何利用LLVM构建一个简单编程语言的REPL系统。

LLVM test-suite是一个开源的综合测试框架，专为LLVM编译器基础设施设计。它提供大量测试用例，评估编译器性能、优化能力和稳定性。开发者可利用此套件验证LLVM功能，确保代码质量，并进行跨平台性能比较。通过持续集成和自动化测试，test-suite有效支持LLVM项目的可靠性和效率。

Enzyme.jl为LLVM自动微分工具Enzyme提供Julia语言接口。它可对静态分析的LLVM代码进行高效自动微分,性能与顶级AD工具相当。通过简洁API实现Julia函数的自动微分,适用于科学计算和机器学习。该项目处于活跃开发阶段,鼓励用户提供反馈。

CIRCT项目旨在将MLIR和LLVM开发方法应用于硬件设计工具领域。它提供一致的、模块化的基础设施，支持多种中间表示，以解决现有EDA工具的局限性。CIRCT鼓励社区通过Discourse论坛、周会和代码贡献参与项目，共同推进开放硬件工具的发展。

Polygeist是一个先进的编译框架，将C/C++代码转换为MLIR的多面体表示。它实现了自动代码优化、并行化和GPU转译，有效提升代码性能和可移植性。该项目集成了CUDA和ROCm后端，并与LLVM、MLIR和Clang紧密结合，为开发人员提供了强大的工具链以优化现有代码。Polygeist主要应用于高性能计算、自动并行化和跨平台开发领域。

Emscripten是一个开源编译器工具链，利用LLVM和Binaryen将C和C++代码转换为WebAssembly。它支持OpenGL和SDL2等可移植API，便于将复杂的图形应用程序移植到Web平台。Emscripten生成的代码可在Web浏览器、Node.js和WebAssembly运行时中执行，适用于多种场景。该项目已成功移植Unity游戏引擎和Google Earth等知名项目，展现了其强大的实际应用价值和影响力。Emscripten采用MIT和UIUC开源许可证，允许商业和非商业使用。

Meta的LLM Compiler是一款编译器优化语言模型，基于Code Llama构建，提升了对编译器中间表示与汇编语言的理解。LLM Compiler提供7B和13B两个版本，能够预测LLVM优化效果，在代码优化与反汇编任务中表现优异，实现了显著的代码优化和反汇编准确性。这一模型适用于研究与商业用途，助力开发者提高代码优化效率。