高性能链接器 Mold 发布 1.1 版本,带来原生 LTO、RISC-V 支持

栏目: 软件资讯 · 发布时间: 4年前

内容简介:Mold 是一种高性能的现代链接器,旨在与 GNU 的 Gold 和 LLVM 的 LLD 竞争。该项目由最初从事 LLVM LLD 工作的 Rui Ueyama 发起,并一直积极致力于性能优化。目前 GCC 12 已添加对 Mold 链接器的支持。 Mold 发布...

Mold 是一种高性能的现代链接器,旨在与 GNU 的 Gold 和 LLVM 的 LLD 竞争。该项目由最初从事 LLVM LLD 工作的 Rui Ueyama 发起,并一直积极致力于性能优化。目前 GCC 12 已添加对 Mold 链接器的支持

Mold 发布了 1.1 版本,该版本提供本机链接时间优化 (LTO) 支持。LTO 支持通过类似于 GNU ld 和 GNU gold 的链接器插件接口实现。目前 Mold 的 LTO 支持侧重于完整性而不是性能,但这意味着它仅比 LTO 构建的其他链接器快“稍微快一点”。

该版本另一大新增功能是添加了 RISC-V CPU 架构支持,其中 RV64 代码已被合并,且已成功测试 RISC-V 64 位上的各种程序。

该版本还包含其他特性和修复项,有关 Mold 1.1 的更多详细信息,请参阅 GitHub 上的发行公告


以上所述就是小编给大家介绍的《高性能链接器 Mold 发布 1.1 版本,带来原生 LTO、RISC-V 支持》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

机器学习

机器学习

(美)Tom Mitchell / 曾华军、张银奎、等 / 机械工业出版社 / 2008-3 / 35.00元

《机器学习》展示了机器学习中核心的算法和理论,并阐明了算法的运行过程。《机器学习》综合了许多的研究成果,例如统计学、人工智能、哲学、信息论、生物学、认知科学、计算复杂性和控制论等,并以此来理解问题的背景、算法和其中的隐含假定。《机器学习》可作为计算机专业 本科生、研究生教材,也可作为相关领域研究人员、教师的参考书。一起来看看 《机器学习》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具