赛题题目：AI for Compiler支持GCC CFGO实现编译选项优化

赛题说明：

GCC CFGO（Continuous Feature Guided Optimization）是指多模态(源代码、二进制)、全生命周期(编译、链接、链接后、运行时、OS/库) 的持续反馈优化；AI for Compiler通过AI成本模型替换启发式成本模型，结合编译选项调优技术，拓展编译器优化机会，提高编译优化算法泛化性，带来应用场景广泛的性能提升。 CFGO静态编译优化当前需要通过编译两次（一次采样，一次优化）进行优化使能，泛化性和易用性有待改进。通过AI for Compiler构建AI模型，在开发环境输入不同客户应用场景特征进行模型训练，在测试/生产环境为CFGO优化提供智能推理决策，减少编译次数从2次->1次，有效提升易用性和泛化性。

赛题要求：

• 1. 基于GCC12+AI4C框架进行使能
• 2. 编译器：增强或维护GCC profile_estimate、profile优化模块等编译器优化遍，无新增功能和性能问题
• 3. AI4C：完成模型设计、训练算法和推理框架适配等，无新增功能和性能问题
• 4. 目标应用：Redis 6.0.20

评分标准：

性能提升（35%）：

• 优化后程序性能（如执行速度、资源占用）达到基线（传统两次编译反馈优化）性能的80%，且编译耗时增加不超过50%；

功能完整性（30%）：

• 实现AI模型对CFGO优化的智能决策支持，确保单次编译流程完整可用，兼容openEuler 24.03 LTS及GCC12+AI4C框架；

功能稳定性（20%）：

• 优化过程稳定，优化后程序运行时无异常；

代码规范与可维护性（10%）：

• 代码符合openEuler GCC/AI4C社区编程规范，模块解耦清晰，注释完备，无冗余功能或兼容性风险；

文档质量（5%）：

• 提供模型训练/推理流程、接口设计、性能对比数据等完整设计文档，可完整复现。

赛题联系人：

王鼎 wangding16@huawei.com

参考资料：

• [1] https://gitee.com/openeuler/AI4C
• [2] https://gitee.com/openeuler/compiler-docs/tree/master/Meeting&Summit%20Materials/2024%20openEuler%20SIG%20Gathering

参赛资源支持：无

赛题交流讨论链接：

https://www.chaspark.com/#/races/competitions/1136098089355956224