现代Fortran编译器flang：基于LLVM架构的设计、构建与实战应用

1. 项目概述：一个现代Fortran编译器的诞生

如果你和我一样，在科学计算、高性能计算或者某些特定的工程仿真领域摸爬滚打过，那你一定绕不开一个名字：Fortran。这个诞生于上世纪50年代的编程语言，至今仍在天气预报、流体力学、量子化学、金融建模等核心领域扮演着“定海神针”的角色。然而，一个尴尬的现实是，支撑这些庞大科学工程的主流Fortran编译器，如Intel Fortran Compiler、PGI/NVIDIA HPC SDK，甚至是开源的GNU Fortran（gfortran），其核心架构大多历史久远，在拥抱现代编译器技术栈、提供更优的开发体验和性能分析工具方面，显得有些步履蹒跚。

这就是“flang”项目进入我们视野的背景。flang-compiler/flang，现在更常被称为LLVM Flang，是一个全新的、从头开始构建的Fortran编译器，它直接集成在LLVM编译器基础设施中。简单来说，它的目标不是成为另一个“能用”的Fortran编译器，而是要成为一个“现代化”的Fortran编译器。这意味着它将LLVM成熟的优化器、代码生成器以及丰富的工具链生态（如Clang、LLDB）直接带给了Fortran社区。对于开发者而言，你终于可以像用Clang编译C/C++一样，用一套统一、现代的工具链来处理Fortran项目，享受更快的编译速度、更精准的错误提示、以及与AddressSanitizer、ThreadSanitizer等强大运行时检查工具的无缝集成。

这个项目适合所有与Fortran打交道的从业者：无论是维护着百万行遗留代码库的资深科学家，还是正在学习高性能计算编程的学生；无论是希望将Fortran模块更好地与现代C++/Python生态集成的工程师，还是编译器领域的研究者。接下来，我将从一个实践者的角度，深入拆解flang的设计、使用、以及那些官方文档不会告诉你的实战细节。

2. 核心架构与设计哲学解析

2.1 为何要“另起炉灶”？基于LLVM的必然选择

在深入flang的代码之前，我们必须理解它“另起炉灶”的根本原因。传统的Fortran编译器，如gfortran，采用的是经典的三段式架构：前端（解析Fortran生成中间表示）、中端（语言无关的优化）、后端（生成目标机器代码）。gfortran的中后端与GCC共享，这套架构非常成熟，但也背负了沉重的历史包袱。GCC的中间表示（GIMPLE/RTL）并非为现代多级优化和新型硬件（如GPU）而设计，其开发流程也相对保守。

flang选择LLVM，是一次彻底的架构革新。LLVM的核心是一个良好定义的、静态单赋值形式的中间表示，它本身就是为积极的优化而生的。flang作为LLVM的一个前端，其任务是将Fortran源代码转换为LLVM IR。一旦生成LLVM IR，后续所有的优化、并行化、以及针对不同CPU/GPU架构的代码生成，都交由LLVM中后端来完成。这带来了几个立竿见影的优势：

1. 性能优化红利：直接利用LLVM十多年来积累的、极其强大的优化器。对于循环优化、向量化、函数内联等，LLVM往往能生成比传统编译器更高效的代码。
2. 统一的工具链：可以使用Clang的驱动clang来调用flang，命令行体验一致。调试可以使用LLDB。代码检查可以使用Clang-Tidy的相应规则（尽管Fortran支持还在完善中）。
3. 先进的运行时检查：通过LLVM的Sanitizer系列，可以轻松为Fortran程序开启内存错误检测、数据竞争检测等，这对于调试大型复杂数值程序是革命性的。
4. 面向未来的扩展性：LLVM活跃的社区和对新架构（如各种AI加速器）的快速支持，能让Fortran语言更容易地触及这些新硬件。

注意：flang目前有两个活跃分支需要区分。一个是经典的“Flang”（以前叫F18），即本仓库flang-compiler/flang，它是新的、基于LLVM的前端。另一个是“Classic Flang”，它源自PGI/NVIDIA的商业编译器，现在也开源了。我们讨论的是前者，即下一代LLVM Flang。

2.2 flang前端的内部工作流：从.f90到LLVM IR

flang前端本身是一个复杂的系统，它的工作流可以清晰地分为以下几个阶段，理解这个流程对调试编译错误和深入开发至关重要。

第一阶段：解析与语义分析这是最“Fortran”的部分。flang的解析器需要处理Fortran复杂的语法，特别是其灵活的固定格式和自由格式。解析后生成的并不是直接的语法树，而是一种称为“Fortran IR”或“FIR”的中间表示。但在此之前，有一个关键的“语义分析”步骤。Fortran是一门强类型、允许隐式接口的语言，语义分析器需要完成大量工作：解析模块USE语句、处理接口块、确定所有变量和函数的数据类型、检查数组维度和过程参数匹配等。flang的语义分析器设计得非常严谨，旨在早期捕获尽可能多的编程错误。

第二阶段：生成FIR与 loweringFIR是flang项目引入的一个关键抽象层。你可以把它看作是一个“高层”的、保留了Fortran语义的中间表示。例如，FIR中会明确表示数组切片操作、WHERE语句、FORALL结构等Fortran特有的概念。然后，一个称为“lowering”的过程将FIR逐步“降低”到更接近硬件的表示。这个过程会将Fortran的高级特性，如数组运算、派生类型，分解为更低级的操作（循环、内存加载/存储等）。

第三阶段：生成LLVM IR经过lowering的FIR最终被转换为标准的LLVM IR。这是flang作为LLVM前端的“毕业典礼”。生成的LLVM IR包含了所有必要的信息，可以被LLVM的中端优化器处理。至此，flang前端的工作基本完成，剩下的优化和代码生成就是LLVM的领域了。

一个实操中的体会：flang在错误报告上正在向Clang看齐。相比一些传统编译器晦涩的错误信息，flang努力提供更清晰的错误定位和建议。例如，对于类型不匹配，它可能会明确指出哪个实际参数与哪个形式参数不匹配，并给出类型详情。这对于维护大型遗留代码库是一个巨大的福音。

3. 从零开始：构建与部署flang实战指南

3.1 系统准备与依赖管理

flang是一个大型C++项目，构建它需要一套完整的现代开发环境。以下是我在Ubuntu 22.04 LTS和macOS Monterey上反复验证过的准备步骤。

首先，是基础构建工具的安装。CMake（3.20或更高版本）和Ninja（推荐，比Make更快）是必须的。LLVM/Clang本身是flang的运行时依赖，但为了构建flang，我们需要先构建LLVM。官方推荐使用与flang版本匹配的LLVM源码一同构建。这里有一个关键决策点：是使用系统自带的较老LLVM，还是自己编译一个特定版本？我强烈建议选择后者，因为这样可以确保编译器工具链版本的一致性，避免难以排查的兼容性问题。

# Ubuntu/Debian 示例 sudo apt update sudo apt install -y git cmake ninja-build python3 g++ zlib1g-dev libncurses-dev # macOS 示例 (使用Homebrew) brew install cmake ninja python3

其次，是磁盘空间和时间。完整构建LLVM和flang需要大约20-30GB的磁盘空间，并且在一个8核机器上可能需要1-2小时。请确保你有足够的资源。

3.2 源码获取与一体化构建

官方推荐的构建方式是“一体化构建”，即将LLVM、Clang和flang的源码放在同一个项目树中，一次性构建。这是最不容易出错的方式。

# 1. 创建一个工作目录并进入 mkdir llvm-project && cd llvm-project # 2. 克隆LLVM项目仓库（此仓库包含llvm, clang, flang等多个子项目） git clone https://github.com/llvm/llvm-project.git . # 3. 切换到与flang兼容的稳定分支。例如，LLVM 18.x是一个相对稳定的版本。 # 注意：flang的主分支开发可能非常活跃，生产环境建议使用发布分支或标签。 git checkout release/18.x # 4. 创建构建目录并配置 mkdir build && cd build cmake -G Ninja ../llvm \ -DCMAKE_BUILD_TYPE=Release \ -DLLVM_ENABLE_PROJECTS="clang;flang" \ -DLLVM_TARGETS_TO_BUILD="X86" \ -DCMAKE_INSTALL_PREFIX=/path/to/your/install \ -DFLANG_INCLUDE_TESTS=ON \ -DLLVM_PARALLEL_LINK_JOBS=2 # 链接很耗内存，此选项可防止OOM

关键参数解析：

• -DLLVM_ENABLE_PROJECTS=”clang;flang”：这是核心，告诉CMake同时构建Clang和Flang。
• -DLLVM_TARGETS_TO_BUILD=”X86”：如果你只为x86架构编译，可以只构建X86后端以节省时间。如果需要ARM、PowerPC等，可以添加或使用”All”。
• -DCMAKE_INSTALL_PREFIX：指定安装路径，建议用一个独立的路径，如$HOME/opt/llvm-18-flang，方便管理。
• -DFLANG_INCLUDE_TESTS=ON：启用flang的测试，对于验证构建是否成功很有帮助。
• -DLLVM_PARALLEL_LINK_JOBS：并行链接作业数。链接阶段内存消耗巨大，如果机器内存小于32GB，建议设为2或1，否则可能因内存不足而失败。

配置完成后，使用Ninja进行构建和安装：

ninja -j$(nproc) # 使用所有CPU核心编译 ninja install # 安装到指定的prefix路径

这个过程会花费较长时间。构建成功后，你的安装目录下将出现bin/flang、bin/clang等可执行文件。

3.3 环境配置与第一个Fortran程序

安装完成后，需要将编译器的路径加入到环境变量中，以便在任意位置调用。

# 将以下内容添加到你的 ~/.bashrc 或 ~/.zshrc export PATH=/path/to/your/install/bin:$PATH export LD_LIBRARY_PATH=/path/to/your/install/lib:$LD_LIBRARY_PATH # Linux # 对于macOS，可能是 export DYLD_LIBRARY_PATH=...

然后，新建一个经典的“Hello, World!” Fortran程序hello.f90：

program hello implicit none print *, 'Hello from Flang!' end program hello

使用flang编译并运行：

flang -o hello hello.f90 ./hello

如果一切顺利，你将看到输出。但这里有一个非常重要的注意事项：flang这个可执行文件实际上是一个“驱动”，它内部会调用clang来驱动整个编译流程。你可以通过flang -v hello.f90来查看详细的调用过程。这意味着，大部分你熟悉的Clang编译选项，如-O2（优化等级）、-g（调试信息）、-I（头文件路径）、-L（库路径）等，在flang中同样适用。这种一致性极大地降低了学习成本。

4. 进阶应用：与现代开发工作流的整合

4.1 使用Clang驱动进行复杂项目构建

对于更复杂的项目，包含多个模块、外部库依赖，直接使用flang驱动可能不够灵活。更现代的方式是使用clang直接编译Fortran代码。因为flang安装后，会向Clang注册Fortran语言支持。

# 使用clang编译Fortran源文件 clang -x f95 -c module_a.f90 -o module_a.o clang -x f95 -c module_b.f90 -o module_b.o clang -x f95 -c main.f90 -o main.o # 链接。注意需要链接Fortran运行时库 `-lFortran_main -lFortranRuntime -lFortranDecimal` clang module_a.o module_b.o main.o -lFortran_main -lFortranRuntime -lFortranDecimal -o myapp

-x f95选项告诉Clang将后续输入文件视为Fortran 95代码。链接时需要显式链接Flang的运行时库。这些库提供了Fortran语言的内置函数、IO支持等。

对于使用CMake的跨平台项目，现在可以很好地支持Flang。在CMakeLists.txt中，你可以设置：

cmake_minimum_required(VERSION 3.20) project(MyFortranProject LANGUAGES Fortran) set(CMAKE_Fortran_COMPILER /path/to/your/install/bin/flang) # 或者让CMake自动查找 # set(CMAKE_Fortran_COMPILER flang) add_executable(myapp main.f90 module_a.f90) target_compile_features(myapp PUBLIC Fortran_2008) # 指定语言标准

4.2 调试与运行时检查：Sanitizers的威力

这是flang结合LLVM生态带来的最大亮点之一。假设你有一段有内存错误的Fortran代码buggy.f90：

program buggy integer, allocatable :: arr(:) allocate(arr(10)) arr(11) = 5 ! 数组越界写入 deallocate(arr) print *, 'Finished (maybe with a segfault?)' end program buggy

使用传统编译器，这个错误可能 silently corrupt memory，或者导致不可预测的崩溃。使用flang，你可以轻松启用AddressSanitizer：

flang -g -fsanitize=address -fno-omit-frame-pointer buggy.f90 -o buggy_asan ./buggy_asan

运行后，AddressSanitizer会立即报告越界写入的错误，并给出详细的堆栈跟踪信息，精确到行号。这对于调试大型数值程序中的内存问题简直是“降维打击”。同样地，-fsanitize=thread可用于检测数据竞争，-fsanitize=undefined可用于检测未定义行为（如整数溢出）。

实操心得：在开启Sanitizer编译和运行程序时，性能会有一定开销，且会占用更多内存。因此，这主要用于开发和调试阶段。对于生产构建，应使用常规优化选项（如-O2或-O3）。

4.3 性能分析与优化指导

LLVM生态提供了llvm-mca这样的机器代码分析器，但它主要针对LLVM IR或汇编。对于Fortran性能分析，更实用的方法是结合flang的编译输出和传统的性能剖析工具。

首先，flang支持生成LLVM的优化报告，这对于理解编译器对你的循环做了什么优化（尤其是向量化）非常有帮助：

flang -O3 -Rpass=vectorize -Rpass-missed=vectorize -Rpass-analysis=vectorize my_loop.f90 -c

-Rpass*系列选项会输出关于向量化成功或失败原因的详细信息，告诉你为什么某个循环没有被向量化（可能是存在依赖关系、结构太复杂等）。

其次，编译出的可执行文件可以直接用perf(Linux) 或Instruments(macOS) 进行性能剖析。由于生成的是标准的ELF/Mach-O二进制文件，并且带有DWARF调试信息（-g选项添加），因此与剖析C/C++程序体验完全一致。

5. 兼容性挑战、当前局限与迁移策略

5.1 语言标准支持与供应商扩展

flang致力于支持最新的Fortran标准（目前主要是Fortran 2018），但其实现是逐步完善的。对于遗留代码，最大的挑战可能来自于对旧标准（如Fortran 77固定格式）的完全支持，以及不同编译器厂商特有扩展的兼容性。

• Fortran 77固定格式：flang支持，但在解析一些非常古老或书写不规范的代码时，可能比gfortran或ifort更严格。
• 厂商扩展：这是重灾区。例如，Intel Fortran Compiler的!DIR$指令集（用于向量化提示）、PGI/NVIDIA的acc指令（用于OpenACC）等。flang对OpenMP的支持正在积极开发中，并通过LLVM的OpenMP运行时库实现。但对于其他厂商特有的编译指示，flang可能无法识别或忽略。在迁移代码时，需要仔细审查这些扩展。

迁移策略：

1. 逐步迁移：不要试图一次性将百万行代码库切换到flang。选择一个独立的、有代表性的子系统或工具进行试点。
2. 预处理与条件编译：对于必不可少的厂商扩展，考虑使用预处理宏进行包装。例如：

   #ifdef __INTEL_COMPILER !DIR$ VECTOR ALIGNED #endif do i = 1, n a(i) = b(i) * c(i) end do

   这样可以在使用Intel编译器时保留优化提示，而在使用flang时忽略它。
3. 利用标准特性替代：许多旧的编译器扩展功能，在新Fortran标准中已有等价或更好的替代。例如，用Fortran 2008的do concurrent循环替代某些手动的并行化提示。

5.2 第三方库与构建系统集成

许多科学计算库（如BLAS, LAPACK, FFTW）都有Fortran接口或本身就是用Fortran写的。flang与这些库的链接通常没有问题，因为它在ABI（应用二进制接口）层面努力保持与gfortran的兼容性。这意味着flang编译的目标文件，通常可以与gfortran编译的库进行链接。

然而，在链接顺序和运行时库依赖上可能需要微调。例如，如果你的程序需要数学库，除了-lm，可能还需要-lFortranMain等。使用clang驱动并加上-v选项查看详细的链接命令，是排查链接问题的好方法。

对于Autotools (configure && make) 项目，通常可以通过设置环境变量来指定编译器：

export FC=/path/to/flang export FCFLAGS=”-O2” ./configure make

对于CMake项目，如前所述，设置CMAKE_Fortran_COMPILER变量即可。

5.3 常见编译与运行时问题排查

即使代码符合标准，在迁移初期也可能遇到各种问题。下面是一个常见问题速查表：

一个关键的调试技巧：当遇到难以理解的编译错误时，尝试使用-Mstandard -Mfixed等选项（如果代码是固定格式），或者使用-E -P选项只进行预处理，查看预处理后的源码，这有助于排除由宏或包含文件引起的问题。

flang是一个充满活力但仍在快速发展的项目。将它用于生产环境，特别是大型遗留代码库，需要一定的耐心和测试。但对于新项目，或者作为现有代码库的第二个参考编译器，它已经展现出巨大的价值。它不仅能帮你捕获潜在错误，更能让你拥抱一个更现代、工具链更丰富的开发环境。在我个人的迁移尝试中，虽然初期遇到了一些兼容性“磕绊”，但一旦打通，其清晰的错误信息、强大的运行时检查以及与Clang生态的无缝集成，所带来的开发效率提升是实实在在的。对于Fortran社区而言，flang不仅仅是一个新的编译器选项，它更像是一座桥梁，将这门经典的科学计算语言，引向了现代软件开发的广阔天地。