如何为自定义 CPU 创建 C 编译器？答案

【问题标题】：How to create a C compiler for custom CPU?如何为自定义 CPU 创建 C 编译器？
【发布时间】：2012-01-31 13:06:16
【问题描述】：

为自定义 CPU 创建 C 编译器的最简单方法是什么，当然假设我已经有一个汇编器？

既然 C 编译器会生成汇编，有没有办法为各种 C 习惯定义标准的汇编代码片段，重建编译器，从而获得目标硬件的交叉编译器？

编译器本身最好用 C 语言编写，并构建为适用于 Linux 或 Windows 的本机可执行文件。

请注意：我不是询问如何编写编译器本身。我确实在大学里学过那门课，我知道一般的编译器，等等。在这种情况下，如果可能的话，我只想配置一些现有的框架。我不想修改语言，我只想能够针对任意架构。如果答案是“它不是那样工作的”，该信息将对我自己和任何可能做出类似假设的人有用。

【问题讨论】：

编译器生成汇编程序没有基本要求：这只是一种常见且方便的做法。
@dmckee - 让我们假设在这种情况下这是一个要求。我知道这个社区中有些人会对此有答案。请注意，我要问的答案是不是“去参加编译器写作课程”。
PS：假设你有这个全新的定制 CPU，你甚至没有编译器。 OS 会从哪里来？？？你是什么意思“本机可执行文件”？ WHAT?!? 原生
@JustJeff：您要问的是“如何为 GCC 编写我自己的后端？” （如果合适，用“clang”等代替“GCC”）。这仍然很重要，可能最好的起点是相关文档（例如llvm.org/releases/2.3/docs/WritingAnLLVMBackend.html）。（我会很高兴地承认，在这一点上我已经超出了我的能力范围！）
@paulsm4 - 是的，假设它是新的。假设没有操作系统。 “本机可执行文件”用于表示“在 cpu 上执行的二进制文件”

标签： c compiler-construction customization

【解决方案1】：

vbcc（位于 www.compilers.de）是一个用 C 编写的优秀且简单的可重定向 C 编译器。它比 GCC/LLVM 简单得多。它是如此简单，我能够在几周的工作中将编译器重新定位到我自己的 CPU，而无需任何编译器的先验知识。

【讨论】：

有趣的选项。通常人们甚至不会想到 gcc/clang/llvm 系列之外的免费编译器。您能否为 OP 详细说明重定向过程是如何完成的？（例如，是否有一个明确定义的中间“通用机器代码”阶段，您只需将或多或少的直接翻译器写入真正的 CPU 指令集？）
是的，VBCC 编译器前端输出各种通用机器代码。它正在调用后端函数（您必须编写的函数）将这些指令翻译成您的目标汇编指令。编译器相当强大并且提供了很好的优化。让一个正常运行（虽然不是很优化）的后端运行起来只需要很少的时间。如果你的目标是尽可能实现最好的代码，那就有点难了。

【解决方案2】：

您可以修改现有的开源编译器，例如 GCC 或 Clang。其他答案为您提供了有关在何处了解更多信息的链接。但这些编译器并非旨在轻松重新定位；与为特定目标连接的其他编译器相比，它们比编译器“更容易”重新定位。

但是，如果您想要一个相对容易重定向的编译器，您需要一个可以明确指定机器架构的编译器，并且某些工具会生成编译器的其余部分（GCC 会做一些；我不'认为 Clang/LLVM 做的不多，但我在这里可能是错的）。

文献中有很多这样的，谷歌“compiler-compiler”。

但对于 C 的具体解决方案，您应该查看 ACE，这是一家为客户按需生成编译器的编译器供应商。不是免费的，但我听说他们很快就能产生非常好的编译器。我认为它会生成标准样式的二进制文件（ELF？），因此它会跳过汇编程序阶段。（我与 ACE 没有任何经验或关系。）

如果您不关心代码质量，您可能会使用 C AST 编写 C 到汇编程序的语法导向翻译。您可以从 GCC、Clang、ANTLR 以及我们的 DMS Software Reengineering Toolkit 获取 C AST。

【讨论】：

【解决方案3】：

简短的回答是它不能那样工作。

更长的答案是，为新的 CPU 类型编写编译器确实需要一些努力。但是，您不需要从头开始创建编译器。大多数编译器都是通过多次传递来构建的；这是一个典型的架构（可能有很多变化）：

句法分析（词法分析器和解析器），以及用于 C 预处理，生成抽象句法树。
类型检查，生成带注释的抽象语法树。
中间代码生成，导致独立于体系结构的中间代码。在这个阶段进行了一些优化。
机器代码生成，导致汇编或直接生成机器代码。在此阶段执行更多优化。

在这个描述中，只有第 4 步是机器相关的。所以你可以在第4步明确分离的地方使用一个编译器，然后插入你自己的第4步。这样做需要对CPU有深入的了解，并对编译器内部有一定的了解，但你不必担心之前发生了什么。

几乎所有不是非常小、非常稀有或非常旧的 CPU 都有一个GCC 的后端（第 4 步）。编写 GCC 后端的主要文档是 GCC internals manual，尤其是关于 machine descriptions 和 target descriptions 的章节。 GCC 是免费软件，因此使用它不需要任何许可费用。

【讨论】：

【解决方案4】：

Quick overview/tutorial on writing a LLVM backend.

本文档描述了为 LLVM 编写后端的技术，这些技术将 LLVM 表示形式转换为机器汇编代码或其他语言。

[ . . . ]

要创建静态编译器（发出文本程序集的编译器），您需要实现以下内容：

描述寄存器集。

描述指令集。

描述目标机器。

为架构实现组装打印机。

为架构实现指令选择器。

【讨论】：

LLVM 非常复杂并且完全没有文档记录。甚至不要碰它。它浪费了我 1 个月的生命。
我就是留下上一条评论的那个人。我已经在 LLVM 上工作了一年半。我可以开发自己的后端并进行组装。是的，掌握 LLVM 基础架构需要一年的时间，但我认为这是值得的。
@Ehsan 你认为你可以写一些文档吗？ :-D
@wizzwizz4 我可能会在我完成博士论文后去做。

【解决方案5】：

1) 简答：

“不。没有“编译器框架”之类的东西，您可以在其中添加水（插入您自己的组装集），搅拌，然后就完成了。”

2) 更长的答案：这当然是可能的。但具有挑战性。而且可能很贵。

如果你想自己做，我会从 Gnu CC 开始。它已经可用于多种 CPU 和平台。

3）查看此链接以获得更多想法（包括“仅构建函数和宏库”的想法），这是我的第一个建议：

http://www.instructables.com/answers/Custom-C-Compiler-for-homemade-instruction-set/

【讨论】：

【解决方案6】：

有一个交叉编译器的概念，即在一种架构上运行，但针对不同的架构。您可以查看 GCC 是如何做到的（例如）并向集合中添加一个新架构，如果那是您想要扩展的编译器。

编辑：几年前我刚刚在 GCC 邮件列表上发现了一个关于如何添加新目标的问题，有人指出 this

【讨论】：

是的。如何添加新架构。请详细说明？
用链接编辑了答案。这是一个有点大的文件，但我想这是要走的路......
您有没有查看 GCC 源代码，看看它是如何工作的？ PS：做看gcc源码，也看LLVM。我想你会发现两者都提供了丰富的信息......
@paulsm4 - 你知道，这个评论比你实际给出的答案更好。