2013年夏天，Facebook工程师开始对HHVM JIT编译器进行重大的重新设计，这次重新设计使得Facebook Web服务器CPU的使用率整体降低了15％。Facebook工程师Guilherme Ottoni最近描述了Facebook如何在JIT编译器中利用性能分析引导优化（PGO）技术达到这一效果。
性能分析引导优化技术主要采用运行时分析，例如，识别出更频繁执行的代码，以改进代码的生成。由于编译器和运行时环境的集成特性，PGO更适合集成到动态编译器和JIT编译器中。
Facebook工程师专注于两个主要的目标：利用性能分析的信息优化编译时作出的决策，以帮助编译器识别更大的专用类型编译区域（即可以为给定的已知类型生成的代码进行优化的区域），从而避免类型检查的开销。为了实现这一点，HHVM JIT编译器必须学习如何转换任意代码区域，而不仅仅是tracelet，tracelet是非常基础的可以独立转换成机器代码的专用类型块。Tracelet不会任意增长，因为它的定义是：当无法确定块的输入类型或者当JIT编译器不能确定分支的方向时，tracelet就会结束。
Facebook工程师概括tracelet采取的第一步是，基于性能分析信息将其中的几个组合在一起。通过这样做，可以减少不同tracelet进入和退出的开销，并且实现更高级的cross-tracelet优化，例如提升循环不变式计算到循环外。
在基本的tracelet外构建更大的区域具有不违反现有JIT优化器和后端中任何假设的优点，这些假设是紧密围绕这一概念设计的。在第二个阶段，Facebook工程师开始重新设计这些组件，以便能够处理具有任意控制流的区域。这一努力在2015年春天完成了，通过将CPU使用率降低15％，显著提高了JIT编译器的性能，相比第一阶段的改进提升了两倍。
