LLVM 16.0 发布,默认标准改为 GNU++17
LLVM 16 已正式发布。LLVM 16.0 中添加了许多令人兴奋的功能,包括更快的 LLD 链接、Zstd 压缩的调试部分、稳定其 LoongArch 支持、默认为 Clang 的 C++17 等等。
下面是 LLVM 16 的主要变化:
- Clang 的默认 C++ 标准现在是 GNU++17,而不是 GNU++14/C++14
- 实现更多 C++20 功能,以及对现有 C++20 功能的错误修复,并为 C++2b 功能做一些准备
- 实现了更多 C2X 功能
- 各种 Clang 16 编译器诊断改进
- 与 LLVM 15 相比,LLVM 16 的 LLD 链接器对 ELF 对象的链接速度要快得多
- LLVM 16 LLD 现在也支持 Zstd 压缩,类似于 GCC 13 的 Zstd 支持
- LLVM 的 LoongArch CPU 后端已升级为“实验性”,现在默认启用。还有初始的 LoongArch JITLink 支持和启用的其他功能。LLVM 的 LLDB 调试器还支持调试 LoongArch 64 位二进制文件以及 Clang 编译器支持
- LLVM 16.0 支持新的英特尔 x86 ISA 扩展,包括 AMX-FP16、CMPCCXADD、AVX-IFMA、AVX-VNNI-INT8 和 AVX-NE-CONVERT。
- 支持的新 Intel CPU 目标是 Raptor Lake、Meteor Lake、Emerald Rapids、Sierra Forest、Granite Rapids 和 Grand Ridge。
- 提供对带有 -march=znver4 的 AMD Zen 4 处理器的初始支持。
- LLVM 的 RISC-V 后端增加了对许多新扩展的支持,例如 Zca、Zbe、Zbf、Zbm、Zbp、Zbr 和 Zbt。
- LLVM 16 添加了对 Arm Cortex-A715 / Cortex-X3 / Neoverse-V2 内核的支持。
- LLVM 16 的 AArch64 后端现在支持函数多版本控制 (FMV),允许采用自定义代码路径,以根据运行时 CPU/功能优化性能。
- 删除了对 Armv2A / Armv2A / Armv3 / Armv3M 架构的支持。
- LLVM 16 的 libc++ C++ 标准库增加了对更多 C++20 和 C++23 功能的支持。
更多内容可以查看 LLVM 16 的 Release Notes,可从此处下载 LLVM 16.0 源代码和各种二进制文件。
LLVM Discourse 上还有一个简短的发布公告。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
OnlyOffice 7.3.3 发布,开源办公套件
OnlyOffice 是一款免费开源的办公套件,结合了文本、电子表格和演示文稿编辑器,允许创建、查看和编辑本地文件。它与 .docx、.xlsx 和 .pptx 等 Office Open XML 格式完全兼容。OnlyOffice 支持 Windows、Linux 和 Mac。 OnlyOffice 7.3.3近日正式发布,更新内容如下: 修复 所有编辑器 修复在最大化模式下最小化编辑器窗口的显示 修复移动放置在单独窗口中的文件(适用于 Linux) 修复连接第二台显示器时应用程序窗口的显示 修复“About”部分中的年份(适用于 MacOS) 修复允许从主目录加载库的应用程序漏洞(适用于 Linux) 修复以波兰语界面语言创建时的新文件名 修复 Help contents 的显示 修复在保存时,如果指定为西里尔文,会出现加密的文件名 修复应用程序缩放比例超过 100% 时“More”按钮的显示 修复在单独窗口中打开文档时编辑器崩溃的问题 修复在德语界面语言的打印预览窗口中打印为 PDF 按钮的显示 电子表格编辑器 修复打印 XLSX 文件时编辑器挂起的问题 修复界面缩放比例为 12...
- 下一篇
每日一博 | 时序数据库的流计算支持
一、时序数据及其特点 时序数据(Time Series Data)是基于相对稳定频率持续产生的一系列指标监测数据,比如一年内的道琼斯指数、一天内不同时间点的测量气温等。时序数据有以下几个特点: 历史数据的不变性 数据的有效性 数据的时效性 结构化的数据 数据的大量性 二、时序数据库基本架构 针对时序数据的特点,时序数据库一般具有以下特性: 高速的数据入库 数据的生命周期管理 数据的流处理 高效的数据查询 定制的数据压缩 三、流计算介绍 流计算主要是指针对实时获取来自不同数据源的海量数据,经过实时分析处理,从而获得有价值的信息。常见的业务场景包括实时事件的快速反应,市场变化的实时告警,实时数据的交互分析等。流计算一般包括如下几方面的功能: 1)过滤和转换 (filter & map) 2)聚合以及窗口函数 (reduce,aggregation/window) 3)多数据流合并以及模式匹配 (joining & pattern detection) 4)从流到块处理 四、时序数据库对流计算的支持 案例一:使用定制化的流计算 API,如下面例子所示: from(...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS7安装Docker,走上虚拟化容器引擎之路
- SpringBoot2全家桶,快速入门学习开发网站教程
- CentOS7设置SWAP分区,小内存服务器的救世主
- CentOS7,CentOS8安装Elasticsearch6.8.6
- Hadoop3单机部署,实现最简伪集群
- SpringBoot2更换Tomcat为Jetty,小型站点的福音
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- SpringBoot2配置默认Tomcat设置,开启更多高级功能