文 | 局长

出品 | OSC开源社区（ID：oschina2013）

Facebook 近日宣布了 CompilerGym 项目，这是一个用于执行编译器优化任务的高性能、易于使用的强化学习 (Reinforcement Learning, RL) 环境库，用于解决生产环境中的编译器优化问题。

CompilerGym 由 Facebook 的 AI 团队在 OpenAI Gym 之上构建，并最终致力于帮助提高代码编译器的性能。他们在公告中表示：“CompilerGym 对重要的编译器优化问题进行了打包，并使它们看起来像强化学习问题。我们引入的编译器优化问题规模很大。例如搜索空间为 104461，远大于围棋的搜索空间。但另一方面，搜索空间又是无限的。得益于强化学习的最新进展，这种规模的问题第一次有可能取得进展。CompilerGym 让任何具有 ML 或编译器背景的人都可以轻松地直接投入并开始解决问题，而无需花费通常需要的数月繁琐配置时间。这是因为我们已经为你完成了这些工作！”

开发团队还补充道，“我们的目标是成为通过 ML 让编译器速度更快的催化剂，因为程序如果优化不当会非常慢，并且消耗过多的计算资源和能源，限制了节能边缘设备的应用，使数据中心不那么环保。”

据介绍，在此项目的第一个版本中，Facebook 为三个编译器问题提供了强化学习环境：使用 LLVM 进行相位排序、使用 GCC 调整 flag，以及使用 CUDA 循环嵌套生成。他们还提供了用于训练的大量程序数据集、验证结果可重复性的脚本、公共记分榜和 Web 前端。随着时间的推移，他们计划为其他成熟的编译器问题提供支持，包括寄存器分配、窥孔优化 (peephole optimization) 和循环优化。开发团队还希望增加更多的任务、奖励、观察和行动，旨在通过这些举动让编译器和 ML 研究社区更加紧密地联系在一起。

往期精彩回顾

什么是 “千年虫” 问题？

外星版Pokemon Go是如何做到的？

Win11又来新BUG，咱还升级吗？

觉得不错，请点个在看呀

Facebook宣布用机器学习

什么是 “千年虫” 问题？

外星版Pokemon Go是如何做到的？

Win11又来新BUG，咱还升级吗？