Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
V8のJITコンパイルを完全に理解するLT
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
わんこ(Wanko_IT)
June 23, 2025
Programming
40
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
V8のJITコンパイルを完全に理解するLT
akihabara.any #3にて発表した際に使った資料です。(多少修正しています)
正しく理解できていない部分があるようなので、参考程度にご覧ください。
わんこ(Wanko_IT)
June 23, 2025
More Decks by わんこ(Wanko_IT)
See All by わんこ(Wanko_IT)
関数型プログラミングのメリットって何だろう?
wanko_it
0
110
バックエンドにElysiaJSを採用して気付いた、良い点・悪い点
wanko_it
1
340
安易なコード批判はやめよう
wanko_it
0
77
『リコリス・リコイル』に学ぶ!! 〜キャリア戦略における計画的偶発性理論と変わる勇気の重要性〜
wanko_it
2
1.1k
Other Decks in Programming
See All in Programming
IBM Bobを活用したレガシーアプリの最新化
oniak3ibm
PRO
1
240
Even G2とAWSで推しのエージェントを召喚しよう!
har1101
1
140
Webフレームワークの ベンチマークについて
yusukebe
0
190
Observability in Practice:Grafana 與 Edge Device SRE 的那些事
blueswen
0
190
Contextとはなにか
chiroruxx
1
390
Developing with AI Agents — Codex, Claude Code & Cowork Practical Guide
x5gtrn
PRO
0
1.3k
Skillsは効率化、Agentsは"自分の拡張"——Builder時代のエージェント編成(CC Night 2026)
wemra
1
190
代数的データ型って何が嬉しいの? #frontend_phpcon_do
kajitack
9
3.9k
メソッドのジェネリクスでGoの夢は広がるか? / Kyoto.go #65
utgwkk
3
1k
スマートグラスで並列バイブコーディング
hyshu
0
280
Hatena Engineer Seminar #37「言語モデルの活用に関する研究」
slashnephy
0
470
AI 輔助遺留系統現代化的經驗分享
jame2408
1
1.2k
Featured
See All Featured
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
Tell your own story through comics
letsgokoyo
1
980
How to Build an AI Search Optimization Roadmap - Criteria and Steps to Take #SEOIRL
aleyda
1
2.1k
Reflections from 52 weeks, 52 projects
jeffersonlam
356
21k
Exploring anti-patterns in Rails
aemeredith
3
430
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
190
Navigating the moral maze — ethical principles for Al-driven product design
skipperchong
2
400
The Organizational Zoo: Understanding Human Behavior Agility Through Metaphoric Constructive Conversations (based on the works of Arthur Shelley, Ph.D)
kimpetersen
PRO
0
380
How to train your dragon (web standard)
notwaldorf
97
6.7k
Exploring the relationship between traditional SERPs and Gen AI search
raygrieselhuber
PRO
2
4.1k
職位にかかわらず全員がリーダーシップを発揮するチーム作り / Building a team where everyone can demonstrate leadership regardless of position
madoxten
62
55k
DevOps and Value Stream Thinking: Enabling flow, efficiency and business value
helenjbeal
1
250
Transcript
V8のJITコンパイルを 完全に理解するLT 2025/6/20 akihabara.any #3 わんこ(Twitter: @Wanko_IT)
自己紹介 • 清水 日向 (シミズ ヒナタ) • Twitter: わんこ(@Wanko_IT) •
所属 ◦ 株式会社レコチョク ◦ フロントエンドエンジニア ◦ バックエンドも触ります(PHP)
• JITコンパイルの基本概念 • V8におけるJITコンパイルの仕組み ◦ Ignition ◦ TurboFan お話すること
JITコンパイルの基本概念
コンパイルには2種類ある 1. AOT(Ahead-of-Time)コンパイル > 主に静的型付け言語で採用。実行前にコードを分析して機械語へ変換 2. JIT(Just-in-Time)コンパイル > 主に動的型付け言語で採用。実行中にコードを分析して機械語へ変換 重要:
これらコンパイルでは型情報をもとにして処理の最適化も行っています JITコンパイルとは
JITコンパイルの目的 > 動的型付け言語において、処理を高速化すること ex. JavaScript, PHP, Ruby, Python なぜ必要? >
型の柔軟性のために、型チェック等の冗長な処理が実行される > 柔軟性は捨てたくない、でも実行も速くしたい > 実行中の情報をもとに型を特定して最適化しよう!! (= JIT) JITコンパイルの目的
より具体的には何をしている? 1. コード実行中の情報を収集し、分析する(プロファイリング) 2. 頻繁に呼び出されるコード(ホットスポット)を特定 3. 分析情報(型など)をもとに、ホットスポットを高速な機械語に変換 4. 頻繁に走る処理が高速化されることで、全体の実行時間が大幅に短縮 JITコンパイルの詳細
V8のJITコンパイル
V8の処理の流れ(Ignition) AST(抽象構文木) バイトコード(中間表現) インタープリタが逐次解釈しながら実行!!
Ignitionがコードの実行中に行っていること 1. プロファイリング(実行情報の収集) ◦ 関数の呼び出し頻度 ◦ ループの繰り返し回数 ◦ 変数の型 2.
Inline Caches(ICs)の生成 ◦ オブジェクトのプロパティ・メソッド情報 V8の処理の流れ(Ignition)
V8の処理の流れ(TurboFan) プロファイル・ICs 機械語(最適化済み) 機械語実行により、爆速に!!
TurboFanは具体的には何してる? 1. プロファイルを参照して、ホットスポットを確認 2. プロファイル・ICsをもとに、特定の型に特化した機械語を生成 3. 柔軟性は失われるが、冗長性を排した高速な機械語が完成 4. ホットスポットが最適化されることで、全体としてパフォーマンスUP!! V8の処理の流れ(TurboFan)
疑問: 機械語に想定外の型が渡ってきたら? 1. 機械語の型チェックにより想定外の型だと認識される 2. 処理を続行するとエラーが発生するので、バイトコードに引き継ぐ 3. いままで使っていた機械語は危険なので破棄される (非最適化) 4.
結果的に、全体のパフォーマンスが下がる結果に... V8の処理の流れ(TurboFan) JITを使いこなすために、型を意識しよう!!