为x86处理器生成程序集

Question

我目前正在研究安德鲁·阿佩尔在Java中的现代编译器实现，我正在构建低级别的中间表示。

一开始，我决定把目标对准JVM，忽略所有的低级机器，但为了学习一些我不太了解的东西，我改变了主意。这改变了我的IR，因为以JVM为目标允许我(或多或少)在进行方法调用或构造对象时挥手。

阿佩尔的书并没有详细介绍任何特定的机器架构，所以我想知道在哪里可以找到我需要知道的东西才能走得更远。

我现在需要知道的是：

• 使用哪个指令集。我有两台笔记本电脑我可以开发；两者都有Core2Duo处理器。我目前的理解是，x86处理器大多使用相同的指令集，但它们并不完全相同。
• 操作系统是否影响编译的代码生成步骤，或者它是否完全依赖于处理器。例如，我知道生成在32位平台上运行的代码与在64位平台上运行的代码有些不同。
• 如何组织堆栈帧等。什么时候使用寄存器而不是把参数放在堆栈上，调用者保存还是被调用者保存，所有这些。我原以为这会和指令集一起描述，但到目前为止，我还没有在任何地方看到这个特定的信息。也许我在这里误会了什么？

以资源代替答案的链接是完全受欢迎的。

Answer 1

大多数x86指令集对所有处理器来说都是通用的--这是一个相当安全的打赌，即您的处理器都有相同的指令集，除了可能的SIMD指令在实现简单的编译器时可能不太有用(这些指令通常用于使多媒体应用程序更快地运行)。指令集列在英特尔手册 -- 2A和2B中，特别是完整的指令列表和它们的行为，尽管其他卷值得一看。

在生成用户空间代码时，操作系统的选择对syscalls很重要。例如，如果希望程序在64位Linux上向终端输出某些内容，则需要通过以下方式进行系统调用：

• 将值1加载到寄存器rax以指示这是一个write系统调用。
• 将值1加载到寄存器rdi以指示应该使用stdout (1是stdout的文件描述符)
• 将要打印的内容的起始地址加载到寄存器rsi中
• 将要打印的内容的长度加载到寄存器rdx中
• 一旦建立了寄存器(和内存)，就执行syscall指令。

来自write的返回值存储在rax中。

不同的操作系统可能对write有不同的系统调用号，可能有不同的传入参数的方式(x8664 Linux系统调用总是按照参数的顺序使用rdi、rsi、rdx、r10、r8和r9，系统调用号在rax中)，并且可能具有完全不同的系统调用。

Linux上的普通函数调用的惯例是相似的--寄存器的顺序是rdi、rsi、rdx、rcx、r8和r9 (所以，除了使用rcx而不是r10)，堆栈上还有更多的参数，并且在rax中有一个返回值。根据此页，应该在函数调用之间保存寄存器rbp、rbx和r12直至r15。当然，您可以自由地制定自己的约定(除非进行系统调用)，但这使得从他人生成或编写的代码中调用调用变得更加困难。

Answer 2

如何组织堆栈帧等。什么时候使用寄存器而不是把参数放在堆栈上，调用者保存还是被调用者保存，所有这些。我原以为这会和指令集一起描述，但到目前为止，我还没有在任何地方看到这个特定的信息。也许我在这里误会了什么？

一般来说，这些问题没有正确的答案。您可以使用您想要与其他人的代码进行互操作的任何want...unless调用约定。为了实现互操作性，编译器对应用程序二进制接口进行标准化。我的理解是，近年来，Itanium C++ ABI已成为一种流行的标准。试着从那里开始。

Answer 3

我不能回答你们所有的问题，但是

• 基本的x86指令集可以兼容于x86系列处理器。您不打算实现任何特定的扩展，对吗？
• 我不认为您的操作系统或体系结构对代码生成很重要
• 任何编译器相关的默认答案都是龙书。你看过了吗？