当前位置: 首页 > news >正文

实用指南:LLVM - DirectX 目标用户指南

实用指南:LLVM - DirectX 目标用户指南

DirectX 目标用户指南(User Guide for the DirectX Target)

警告

声明:DirectX 后端为实验性并处于积极开发中。尚未机制完备,不建议在生产环境中使用,仅适用于实验或演示场景。

简介

DirectX 目标建立了 DirectX 的可编程接口。这些接口在DirectX 规范 中有说明。

后端初期以支持 DirectX 12 为目标,计划在后续增加对 DirectX 11 的支持。

DirectX 后端目前为实验性,并未随 LLVM 工具的任何发行版一并发布。要在本地构建 DirectX 后端,请在 CMake 配置中将 DirectX 加到 LLVM_EXPERIMENTAL_TARGETS_TO_BUILD 选项中。有关构建 LLVM 的更多信息,请参阅文档:利用 CMake 构建 LLVM。

目标三元组(Target Triples)

目前,DirectX 目标仅支持 dxil 架构,用于生成 DirectX Intermediate Language (DXIL) 代码。

除了目标架构外,DirectX 后端还需要知道目标运行时版本和管线阶段,这些通过三元组中的 OS 与 Environment 成分来表达。

当前,DirectX 后端要求将 OS 设置为 shadermodel,并支持版本 6.0 及以上(截至撰写时,最新公布的版本为 6.7)。

表 129 DirectX 环境(DirectX Environments)

Environment(环境) — 说明

输出二进制(Output Binaries)

DirectX 运行时 API 读取基于DirectX 规范 的文件格式。在不同的代码库中,该格式被不同地称为(尤其有 DXBCDXILContainer 的称法)。由于该格式既用于存储 DXBC 又用于存储 DXIL 输出,并且 LLVM 的最终目标是支持两者作为代码生成目标,LLVM 代码库使用一个更中性的名称:DXContainer

DXContainer 格式在功能规范中记录较少,但在 DirectXShaderCompiler中存在参考实现。该格式也在 LLVM 项目文档中有所说明(参见DirectX Container)。

LLVM 中对在 DXContainer 文件中生成 bitcode 的支持,正逐步添加到 MC 层的对象流(object streamers/writers)以及用于测试和对象文件工具的 Object 与 ObjectYAML 库中。

针对 dxil 的目标,向 DXContainer 文件发出 bitcode 的方式类似于 clang 对其他目标支持的 -fembed-bitcode 标志的模型。

原文地址:https://llvm.org/docs/DirectXUsage.html

http://www.jsqmd.com/news/93997/

相关文章:

  • 工业设备故障预测不准 后来才知道用WaveNet替代LSTM捕捉时序依赖
  • 2025年12月安徽宿州种子/玉米种子/小麦种子品牌口碑推荐 - 2025年品牌推荐榜
  • 2025年12月四川竹木地板厂家推荐:实力企业对比评测榜 - 十大品牌推荐
  • 好写作AI:让学术大脑也能玩转商业文案,效率与创意的“端水大师”
  • 开题报告(毕业设计 )基于nodejs汽车后市场管理系统项目源码+论文 PPT
  • 市面上靠谱的对话 AI 厂商推荐,AI 聊天 Agent 怎么选?
  • 基于Java Swing的迷宫生成与走迷宫游戏(1)
  • 通用轨迹验证码识别代码
  • 中小企业如何选择靠谱的软文发稿平台:精准投放与高效传播指南
  • 300M参数撬动千亿市场:EmbeddingGemma开启边缘AI普惠时代
  • Dify智能体平台可视化界面连接Qwen3-VL-8B教程
  • Bun:下一代 JavaScript 运行时与工具链
  • AI搜索排名GEO优化服务商行业排行榜
  • 2025年12月四川竹木地板厂家推荐:品质服务综合实力排行榜单深度对比分析 - 十大品牌推荐
  • 二课管理「痛点 - 解决方案」全拆解:接龙管家凭何突围?
  • 好写作AI:赶走“写作困难症”,让你和论文焦虑说拜拜![特殊字符]
  • 适合一个人干的外卖创业项目
  • 局域网部署,如何用飞函视频会议打造企业保密空间
  • AutoGPT支持Apple Silicon芯片加速了吗?M系列Mac实测
  • AutoGPT执行复杂任务时的资源消耗分析(CPU/GPU/内存)
  • 夸克限速教你如何解决 - 在线解析工具
  • 英伟达B200:AI算力革命的新纪元引擎
  • 医疗健康领域私有化部署Qwen3-14B的安全考量
  • 基于Django的高校食堂智能预约管理系统,附源码!
  • 从工程资产到即时工具:AI 原生软件开发与氛围编程的范式分化
  • Ollama模型量化技术对PyTorch-GPU内存占用的影响
  • 口碑是营销出来的?格行真实用户实测:网速和售后真有那么好? “流量靠猜”“网速成迷”3 大场景实测给答案
  • 别再找盗版许可证了,教你如何获取和安装官方免费的VMware WorkStation
  • 从软件到智能体:AI Agent 作为软件发展的最新阶段
  • 2025年GEO优化专业评测,杭州爱搜索人工智能位列榜首