为Clojure方言设计自定义IR：从jank的SSA中间表示到渐进类型推断

动态语言的编译器设计长期面临一个两难抉择：直接使用通用后端（如 LLVM IR）可以快速获得代码生成能力，但会丢失语言特定的语义信息，导致优化空间受限；而构建自定义中间表示（IR）则需要投入大量工程资源，却能在语义层面实现更激进的优化。jank—— 一个基于 LLVM 的 Clojure 方言 —— 在 2026 年 5 月完成的 IR 重构，为这一抉择提供了值得参考的工程样本。

为什么 LLVM IR 不够用

LLVM IR 的设计目标是成为通用的、低层次的中间表示，它擅长表达寄存器分配、内存布局和指令调度等机器层面的细节。然而，Clojure 的语义核心 ——var、持久化数据结构、惰性序列、动态类型 —— 在 LLVM IR 中完全没有对应概念。

当 jank 直接将 Clojure 代码翻译为 LLVM IR 时，编译器丢失了以下关键信息：

• var 的间接层：每次 var 访问都变成了一次内存加载，LLVM 无法识别这是可缓存的常量引用
• 动态调用的多态性：函数调用被降级为间接跳转，LLVM 无法进行去虚拟化（devirtualization）
• 装箱 / 拆箱边界：Clojure 的算术运算需要在对象和原生值之间频繁转换，LLVM IR 中这些转换表现为不透明的函数调用

结果是，LLVM 的优化器面对 jank 生成的 IR 时，几乎无法应用面向动态语言的高级优化。jank 团队测算，在未引入自定义 IR 前，递归斐波那契基准测试耗时 5522 毫秒，而 Clojure JVM 仅需 200 毫秒 —— 差距接近 28 倍。

自定义 IR 的核心设计

jank 的 IR 位于 AST 与 LLVM IR 之间，作为专用的 "Clojure 语义层"。其设计遵循三个原则：

SSA 形式与唯一赋值

IR 采用静态单赋值（SSA）形式，每个变量仅被赋值一次。这使得常量传播、死代码消除等优化变得直接可推导。例如，简单的条件表达式：

(if (= "jeaye" name)
  (println "Are you me?!")
  (println (str "Hello, " name "!")))

在 jank IR 中表现为三个基本块（entry、if0、else1），每个值都有唯一的虚拟寄存器（v3、v4、v5...）。分支条件直接引用布尔值 v4，而非经过装箱 - 拆箱的间接路径。

控制流图结构

IR 以控制流图（CFG）组织，每个函数由若干基本块（basic block）组成，每个块以单一终止指令（branch、ret、throw 等）结束。这种结构使得：

• 循环优化（如循环不变量外提）可以基于图的拓扑分析实现
• 不可达代码消除简化为图可达性分析
• 基本块级别的类型推断可以沿着控制流边传播

语言特定的操作语义

jank IR 定义了贴近 Clojure 语义的指令集：

• :var-deref：var 解引用操作，保留 "var 是延迟初始化的可重绑定容器" 这一语义
• :dynamic-call：动态函数调用，明确标记调用点的多态性
• :named-recursion：命名递归，为尾递归优化（TCO）提供识别标记
• :cpp/call：C++ 原生调用，用于内联算术运算等性能关键路径

这种设计让优化器能够在正确的抽象层次上工作 —— 识别出 "这是一个可以被常量折叠的 var 引用"，而非面对不透明的内存加载指令。

渐进类型推断的基础设施

动态语言的类型推断通常采用渐进式（gradual typing）策略：在无法推导类型的位置保留动态分发，在可推导的位置生成特化代码。jank 的 IR 为这一策略提供了必要的元数据载体。

类型标记与传播

每个 IR 指令携带:type字段，记录值的运行时类型。类型系统区分：

• 具体类型：如jank::runtime::obj::integer_ref，表示已知的整数对象
• 抽象类型：如jank::runtime::object_ref，表示任意对象引用
• 原生类型：如bool、int64_t，表示未装箱的原生值

类型推断沿着 SSA 的 def-use 链传播。例如，当:cpp/call指令调用已知返回bool的函数时，下游的:branch指令可以直接使用该布尔值，无需经过:truthy转换。

指针标记（Pointer Tagging）

jank 利用 64 位指针的低 3 位（因对齐要求始终为 0）嵌入类型标记。最低位为 1 表示这是一个内联整数，其余 63 位存储整数值。这使得：

• 小整数无需堆分配
• 算术运算无需装箱 / 拆箱
• 类型检查简化为位掩码操作

在斐波那契基准测试中，指针标记将整数分配开销从性能瓶颈位置完全消除，执行时间从 1400 毫秒降至 282 毫秒。

内联与特化触发

类型推断的结果驱动内联决策。当优化器识别出某个:dynamic-call的接收函数在特定调用上下文中类型已知时，可以触发特化内联：

^{:inline (fn [l r]
            (list 'cpp/jank.runtime.max l r))
  :inline-arities #{2}}
(defn max [l r] ...)

:inline元数据提供了一个函数，在编译期生成特化的 IR 片段。对于算术运算，这消除了 var 查找、动态分发和装箱开销。

优化管道的实战数据

jank 的性能优化不是单一技术的胜利，而是 IR 层面、运行时层面和代码生成层面协同作用的结果。以下是斐波那契基准测试的优化轨迹：

最终 114 毫秒的成绩比 Clojure JVM 快约 43%，证明自定义 IR 配合激进优化可以超越成熟的 JVM JIT。

可落地参数与实施清单

对于计划为动态语言构建自定义 IR 的团队，以下参数和检查点可供参考：

IR 设计阶段

• SSA 形式：强制每个变量单次赋值，使用版本号（v1、v2...）区分不同定值
• 基本块结构：每个块单一入口、单一出口，终止指令明确标记控制流转移
• 类型注解：为每个值节点附加类型字段，支持 "具体 / 抽象 / 原生" 三级分类
• 调试渲染：实现 IR 到宿主语言（如 Clojure 数据）的序列化，便于测试和诊断

优化管道

• 常量提升：将字面量、闭包捕获的常量提升到模块级别，避免重复分配
• var 内联：通过元数据标记可内联的函数，在 AST 到 IR lowering 阶段展开
• 类型驱动特化：当调用点的参数类型已知时，生成特化调用路径
• 指针标记：利用 64 位对齐特性，为常用小类型（整数、nil、布尔）提供内联编码

性能监控

• 基准测试选择：覆盖多态算术、递归调用、GC 压力、运行时开销四个维度
• 火焰图分析：识别非业务代码的时间消耗（如 jank 的 nil 访问开销曾占 30% 以上）
• 渐进验证：每轮优化后验证正确性，避免过早引入复杂优化导致调试困难

结语

jank 的自定义 IR 实践表明，为动态语言构建专门的中间表示层是一项高回报的工程投资。通过在 LLVM IR 之上保留 Clojure 语义，编译器得以实施类型驱动的特化、消除动态分发开销、并充分利用原生代码生成能力。对于追求性能的动态语言实现者而言，自定义 IR 不是 "过早优化"，而是为后续所有优化建立正确的基础设施。

资料来源

• jank 官方博客：jank now has its own custom IR
• jank 语言主页：https://jank-lang.org
• jank GitHub 仓库：https://github.com/jank-lang/jank

compilers