Curso Mojo e LLVM Entendendo a Compilacao para Desempenho

  • RPA | IA | AGI | ASI | ANI | IoT | PYTHON | DEEP LEARNING

Curso Mojo e LLVM Entendendo a Compilacao para Desempenho

24 horas
Visão Geral

Curso Mojo e LLVM Entendendo a Compilacao para Desempenho. Este curso oferece uma visão técnica, profunda e estruturada sobre como a linguagem Mojo utiliza a infraestrutura do LLVM para entregar desempenho de nível próximo ao baixo nível, mantendo alta produtividade. O aluno irá compreender todo o pipeline de compilação, desde o código-fonte em Mojo até a geração de código otimizado para CPU moderna, explorando IR (Intermediate Representation), otimizações estáticas e dinâmicas, análise de tipos, controle de memória, vetorização, paralelismo e backend de geração de código. O curso conecta teoria de compiladores com prática aplicada, capacitando o profissional a escrever código Mojo consciente do compilador, maximizando throughput, reduzindo latência e explorando arquiteturas modernas.

Objetivo

Após realizar este curso Mojo e LLVM: Entendendo a Compilação para Desempenho, você será capaz de:

  • Compreender o pipeline completo de compilação do Mojo baseado em LLVM
  • Analisar e interpretar LLVM IR gerado a partir de código Mojo
  • Escrever código Mojo otimizado para o compilador
  • Explorar otimizações de baixo nível para CPU moderna
  • Entender como memória, tipos e paralelismo afetam a geração de código
  • Avaliar impacto de decisões de design no desempenho final
Publico Alvo
  •  
  • Desenvolvedores Mojo
  • Engenheiros de Software focados em alto desempenho
  • Engenheiros de Sistemas
  • Profissionais interessados em compiladores
  • Desenvolvedores Python que buscam performance extrema
  •  
Pre-Requisitos
  •  
  • Conhecimentos sólidos em Python
  • Noções básicas de arquitetura de computadores
  • Familiaridade com conceitos de desempenho e otimização
  • Interesse em linguagens compiladas
  •  
Materiais
Ingles/Portugues
Conteúdo Programatico

Module 1: Introduction to Mojo and LLVM

  1. Overview of Mojo Compilation Model
  2. What Is LLVM and Why It Matters
  3. Performance-Oriented Language Design

Module 2: Compiler Fundamentals Applied to Mojo

  1. Frontend, Middle-End, and Backend
  2. Abstract Syntax Tree and Semantic Analysis
  3. Type System and Compile-Time Guarantees

Module 3: LLVM Intermediate Representation (IR)

  1. Understanding LLVM IR Structure
  2. Mapping Mojo Constructs to LLVM IR
  3. Reading and Analyzing Generated IR

Module 4: Optimization Passes and Transformations

  1. Common LLVM Optimization Passes
  2. Inlining, Loop Unrolling, and Dead Code Elimination
  3. How Optimizations Impact Performance

Module 5: Memory Model and Data Layout

  1. Stack vs Heap Allocation
  2. Alignment, Padding, and Cache Effects
  3. Controlling Memory for Performance

Module 6: Vectorization and Parallelism

  1. Auto-Vectorization in LLVM
  2. SIMD and CPU Instruction Sets
  3. Parallel Code Generation Strategies

Module 7: Backend and Code Generation

  1. Target Architectures and Instruction Selection
  2. Register Allocation and Scheduling
  3. Emitted Machine Code Analysis

Module 8: Writing Performance-Aware Mojo Code

  1. Coding Patterns That Help the Compiler
  2. Avoiding Performance Pitfalls
  3. Benchmarking and Validation Techniques
TENHO INTERESSE

Cursos Relacionados

Curso Machine Learning Python & R In Data Science

32 Horas

Curso Container Management with Docker

24 Horas

Curso Docker for Developers and System Administrators

16 horas

Curso Zero Trust e IA em Segurança

24h

Curso Cibersegurança Pós-Quântica – Fundamentos

20h

Curso Segurança Cibernética Industrial

24h

Curso XR (AR/VR/MR) – Fundamentos

32h