Tencent JDK 国产化CPU架构支持分享

案例来源:腾讯
会议地点:深圳
分享时间: 2020-08-14 13:30-14:30

傅杰  |

腾讯 高级工程师

傅杰博士,腾讯高级工程师,OpenJDK Committer,专注于Java动态编译技术。2016年于中科院计算所获得计算机系统结构工学博士学位。硕博连读期间,作为核心骨干参与龙芯JVM的研制工作,主要负责C2编译器后端和Runtime的设计与实现。毕业后,从事龙芯JVM的研发,解决大量功能、性能Bug和多个高难度稳定性问题。加入腾讯后主要从事Kona JDK研发和社区建设等工作,目前致力于JVM在大数据和机器学习等领域的探索和实践。

课程概要

案例背景:
Java/JVM在企业软件、云计算和大数据等领域是无可争议的核心引擎之一。
Tencent JDK 团队围绕腾讯大数据、机器学习、云计算等场景,打造业界领先的Kona JDK产品,并参与OpenJDK社区贡献,在刚刚发布的JDK 14中是仅有被提名的若干国内贡献厂商之一。
本讲我们以Tencent JDK 为例,介绍JVM对国产化CPU架构的支持。
- Tencent Kona JDK 简介;
- 以国产化CPU支持为例,拆解JVM内部Interpreter、JIT和GC等核心模块的CPU体系结构支持工作;
- 以弱内存模型支持为例,介绍处理器内存模型对并发编程的影响。

解决思路/成功要点:
JVM内部模块支持新的CPU架构;处理器内存模型与并发编程

成果:
已经在腾讯大数据和云等生产场景落地

听众收益

掌握JVM内部模块;
熟悉内存模型对并发编程的影响;
了解在国产化CPU等新体系结构的发展趋势;

傅杰  |

腾讯
高级工程师

傅杰博士,腾讯高级工程师,OpenJDK Committer,专注于Java动态编译技术。2016年于中科院计算所获得计算机系统结构工学博士学位。硕博连读期间,作为核心骨干参与龙芯JVM的研制工作,主要负责C2编译器后端和Runtime的设计与实现。毕业后,从事龙芯JVM的研发,解决大量功能、性能Bug和多个高难度稳定性问题。加入腾讯后主要从事Kona JDK研发和社区建设等工作,目前致力于JVM在大数据和机器学习等领域的探索和实践。

课程概要

案例背景:
Java/JVM在企业软件、云计算和大数据等领域是无可争议的核心引擎之一。
Tencent JDK 团队围绕腾讯大数据、机器学习、云计算等场景,打造业界领先的Kona JDK产品,并参与OpenJDK社区贡献,在刚刚发布的JDK 14中是仅有被提名的若干国内贡献厂商之一。
本讲我们以Tencent JDK 为例,介绍JVM对国产化CPU架构的支持。
- Tencent Kona JDK 简介;
- 以国产化CPU支持为例,拆解JVM内部Interpreter、JIT和GC等核心模块的CPU体系结构支持工作;
- 以弱内存模型支持为例,介绍处理器内存模型对并发编程的影响。

解决思路/成功要点:
JVM内部模块支持新的CPU架构;处理器内存模型与并发编程

成果:
已经在腾讯大数据和云等生产场景落地

听众收益

掌握JVM内部模块;
熟悉内存模型对并发编程的影响;
了解在国产化CPU等新体系结构的发展趋势;

CopyRight © 2008-2020 Msup & 高可用架构

京ICP备09001521号