吴德鑫
快手编译优化专家
快手编译优化专家，拥有 6 年以上 C++ 开发与编译器领域深耕经验，专注于编译器中后端优化、复杂约束场景下的资源智能分配，以及基于运行时 Profile 的反馈式编译优化等方向研究，对编译技术有着深刻理解。曾牵头打造国内首款商业化落地的 P4 网络编译器系统，突破多项技术瓶颈，为网络数据处理提供了高效编译解决方案。同时活跃于 LLVM 开源社区，针对 Propeller 优化对编译参数变更及过期 Profile 零容忍的行业痛点，提出创新性解决方案并成功落地，为快手大型服务项目带来了可观的性能收益。
演讲主题
基于profile的编译优化技术——理论与创新实践
基于 Profile 的编译优化是提升应用性能的关键技术，其核心在于依托应用程序运行时的真实执行数据，精准捕获生产环境下的分支执行特征、函数调用频率等关键信息。相较于传统静态分析仅依赖代码结构的推测式优化，该技术在函数内联、函数拆分、代码布局等核心场景中，能做出更贴合实际运行需求的决策，有效规避盲目优化带来的效率损耗，比如AutoFDO、Bolt、Propeller等优化技术在真实生产环境的性能收益典型值可达 10% 以上。本次演讲将系统解读该技术的基本原理，并分享快手在该领域所做出的创新性实践，同时通过真实案例呈现其在大规模生产环境中的落地效果与性能提升数据，为行业提供可借鉴的实践参考。 大纲： 基于profile的编译优化技术简介 快手创新实践 落地效果 总结展望
