为什么 llvm 和 gcc 在 x86 64 上使用不同的函数序言？

Question

我用 gcc 和 clang 编译的一个小函数：

void test() {
    printf("hm");
    printf("hum");
}

$ gcc test.c -fomit-frame-pointer -masm=intel -O3 -S

sub rsp, 8
.cfi_def_cfa_offset 16
mov esi, OFFSET FLAT:.LC0
mov edi, 1
xor eax, eax
call    __printf_chk
mov esi, OFFSET FLAT:.LC1
mov edi, 1
xor eax, eax
add rsp, 8
.cfi_def_cfa_offset 8
jmp __printf_chk

和

$ clang test.c -mllvm --x86-asm-syntax=intel -fomit-frame-pointer -O3 -S    

# BB#0:
push    rax
.Ltmp1:
.cfi_def_cfa_offset 16
mov edi, .L.str
xor eax, eax
call    printf
mov edi, .L.str1
xor eax, eax
pop rdx
jmp printf                  # TAILCALL

我感兴趣的区别是gcc使用sub rsp, 8/add rsp, 8作为函数prolog，而clang使用push rax/pop rdx。

为什么编译器使用不同的函数序言？哪个变种更好？ push 和 pop 当然会编码成更短的指令，但它们比 add 和 sub 快还是慢？

首先摆弄堆栈的原因似乎是 abi 要求 rsp 对非叶程序进行 16 字节对齐。我找不到任何可以删除它们的编译器标志。

从您的回答来看，push & pop 似乎更好。 push rax + pop rdx = 1 + 1 = 2 与 sub rsp, 8 + add rsp, 8 = 4 + 4 = 8。所以前一对可以免费节省 6 个字节。

Answer 1

在 Intel 上，sub / add 将触发堆栈引擎插入一个额外的 uop 以同步 %rsp 用于管道的乱序执行部分。 （请参阅Agner Fog's microarch doc，特别是第 91 页，关于堆栈引擎。AFAIK，它在 Haswell 上的工作方式与在 Pentium M 上的工作方式相同，只要它需要插入额外的微指令。

push / pop 将占用更少的融合域微指令，因此即使它们使用存储/加载端口也可能更有效。它们位于 call/ret 对之间。

所以，push / pop 至少不会变慢，但需要更少的指令字节。 I-cache 密度越高越好。

顺便说一句，我认为这对insns的重点是在call推送8B返回地址后保持堆栈16B对齐。这是 ABI 最终需要半无用指令的一种情况。更复杂的函数需要一些堆栈空间来溢出局部变量，然后在函数调用后重新加载它们，通常会sub $something, %rsp 保留空间。

SystemV (Linux) amd64 ABI 保证在函数入口处，(%rsp + 8)，堆栈上的参数（如果有的话）将是 16B 对齐的。 (http://x86-64.org/documentation/abi.pdf)。您必须为您调用的任何函数安排这种情况，或者如果他们因使用 SSE 对齐负载而出现段错误，那是您的错。或者以其他方式因假设他们如何使用AND 来掩盖地址或其他内容而崩溃。

Answer 2

根据我在我的机器上做的实验，push/pop 和add/sub 的速度是一样的。我想所有现代计算机都应该是这样。

无论如何，差异（如果有的话）确实是微观的，所以我建议你放心地假设它们是等价的......