compiler-perf-profiling

name	compiler-perf-profiling
description	vibe compiler の性能改善手順 — node --cpu-prof での実コンパイルのプロファイル取得、phase bench (__bench_ export) の実行、ホットスポットの読み方、修正→fixpoint→回帰の検証ループ。コンパイルが遅い・CI が遅い・bench の退行を調べるときに使う。

compiler perf profiling — 計測してから直す

vibe compiler (selfhost, linear/RC lane) の性能改善は「synthetic bench で当たり をつける」より「実コンパイルを node --cpu-prof でプロファイルする」方が 圧倒的に速く核心に届く。#799 でこの手順により重量級コンパイルを 39s→4s (約10倍) にした実績がある。

0. ワンコマンド: scripts/profile_compile.sh

§1 の cpu-prof + self-time 集計と §3 のメモリ統計 (heap 高水位 / linear memory / RSS) を 1 コマンドに束ねたもの。まずこれを叩き、深掘りが必要に なったら §1 以降の手作業に降りる。

scripts/profile_compile.sh /tmp/gen/stage2.wasm            # 既定 corpus
scripts/profile_compile.sh /tmp/gen/stage2.wasm foo.vibe 30

1. まず実コンパイルをプロファイルする (最重要)

S2=<stage2.wasm>   # 現行 stage2 (scripts/generations.sh build の成果物)
VIBE_PREOPEN_DIR="$PWD" VIBE_FS_COMPILE=1 VIBE_IMPORT_ABI=raw \
  node --cpu-prof --cpu-prof-dir=/tmp --cpu-prof-name=compile.cpuprofile \
  scripts/wasm_vibe_host_runner.js --invoke cli_main "$S2" \
  lib/@vibe/compiler/tests/codegen_lexer_test.vibe /tmp/out.wasm __no_entry__

対象は「compiler closure を丸ごと compile する重いテスト」(codegen_test / cli_test / selfhost_s5 など) が良い。self 時間の集計:

import json, collections
p = json.load(open("/tmp/compile.cpuprofile"))
nodes = {n["id"]: n for n in p["nodes"]}
c = collections.Counter()
for sid, dt  (p[], p[]):
    c[nodes[sid][][]  ] += dt
total = (c.values())
 fn, us  c.most_common():
    ()