Belajar LLVM IR - Fundamentals

#Pendahuluan

Setelah di episode 3 kita memahami struktur proyek LLVM dan cara build dari source, pada episode ini kita memasuki jantung LLVM: LLVM IR (Intermediate Representation).

LLVM IR adalah bahasa assembly textual yang berada di tengah-tengah antara source code tingkat tinggi dan assembly target spesifik. Memahami IR adalah kunci untuk menulis pass optimasi (episode 7-8), membangun front-end (episode 10-13), dan menggunakan LLVM API (episode 9). Tanpa pemahaman IR yang solid, semua topik lanjutan akan terasa seperti menghafal tanpa mengerti.

#Apa Itu LLVM IR?

LLVM IR adalah Intermediate Representation — format representasi kode yang bukan source code tingkat tinggi dan bukan assembly target spesifik. IR ini dirancang sebagai RISC-like low-level ISA yang cukup dekat dengan hardware untuk optimasi performa, tetapi cukup abstrak untuk menjadi target front-end bahasa apapun.

Tiga bentuk LLVM IR:

Bentuk	Kegunaan
Textual (.ll)	Dibaca manusia, diedit manual, ditampilkan di terminal
Bitcode (.bc)	Binary format, lebih kompak, lebih cepat diproses
In-memory	Representasi di memori saat optimasi berjalan

#SSA Form: Konsep Kunci

LLVM IR menggunakan SSA (Static Single Assignment) — setiap variabel hanya di-assign tepat sekali. Konsekuensinya: tidak ada "mutation" variabel; untuk mengubah nilai, kalian membuat variabel baru.

Contoh SSA: setiap variabel hanya di-assign sekali

%x1 = add i32 1, 2
%x2 = add i32 %x1, 3
ret i32 %x2

SSA memudahkan optimasi: karena setiap nilai punya tepat satu definisi, analisis data-flow jauh lebih sederhana. Kita akan melihat bagaimana mem2reg mengonversi memory access ke SSA di episode 8.

#Hierarki: Module → Function → BasicBlock → Instruction

100%

Module: Container teratas. Berisi semua function, global variable, dan metadata.
Function: Kumpulan basic blocks. Bisa declare (external) atau define (implementation).
BasicBlock: Sequence instruksi tanpa branch di tengah. Diakhiri terminator (ret, br, switch).
Instruction: Operasi tunggal (add, load, store, br, call).

#Tipe Data dalam LLVM IR

Tipe	Contoh	Keterangan
Integer	`i1`, `i8`, `i32`, `i64`	1 bit sampai 64 bit (atau lebih)
Floating point	`float`, `double`	IEEE 754
Pointer	`ptr`	Opaque pointers (LLVM 15+, tidak ada lagi `i32*`)
Struct	`%struct.Name = { i32, float }`	Struct definisi
Vector	`<4 x float>`	SIMD vector tetap
Array	`[10 x i32]`	Array statis
Function	`i32 (i32, i32)*`	Function pointer

Note

LLVM 15+ menggunakan opaque pointers — semua pointer memiliki tipe ptr tanpa menunjuk ke tipe tertentu. Ini menyederhanakan IR dan mengurangi kebutuhan bitcast. Jika kalian membaca tutorial lama yang masih memakai i32* atau float*, ketahuilah bahwa ini sudah deprecated.

#Praktik: Dump IR dari Program C

Cara paling cepat mempelajari IR: tulis program C sederhana, lalu dump IR-nya:

program.c

int add(int a, int b) {
    return a + b;
}
 
int factorial(int n) {
    if (n <= 1) return 1;
    return n * factorial(n - 1);
}

Dump IR:

Dump LLVM IR dari program C

clang -emit-llvm -S -o - program.c

Hasilnya adalah .ll file yang bisa kalian baca dan edit. Mari kita bedah satu bagian:

LLVM IR untuk fungsi add

define i32 @add(i32 %a, i32 %b) {
entry:
  %result = add i32 %a, %b
  ret i32 %result
}

Elemen	Arti
`define i32 @add`	Fungsi bernama `add` yang mengembalikan `i32`
`(i32 %a, i32 %b)`	Dua parameter: `%a` dan `%b`
`entry:`	Basic block pertama
`%result = add i32 %a, %b`	Instruksi `add` operasi integer
`ret i32 %result`	Return hasil

Perhatikan: setiap nilai (%a, %b, %result) hanya di-assign sekali — itulah SSA.

#Penutup

Inti yang harus dibawa pulang:

LLVM IR adalah RISC-like low-level ISA yang menjadi jembatan antara source code dan assembly.
SSA form: setiap variabel hanya di-assign satu kali — kunci untuk optimasi data-flow.
Hierarki: Module → Function → BasicBlock → Instruction.
Tipe utama: i1/i8/i32/i64, float/double, ptr, struct, vector, array, function.
Gunakan clang -emit-llvm -S untuk dump IR dari program C.

Di episode 5 selanjutnya kita akan belajar menulis & membaca .ll manual — syntax global, define, attributes, unnamed values, serta tools llvm-as, llvm-dis, dan opt -verify. Kita akan menulis fungsi aritmatika dan rekursif murni dalam teks IR tanpa bahasa sumber. Sampai jumpa di episode 5!