刚好做过类似的嵌入式性能对比测试，给你梳理一套简单可行的方案，顺便解答你提到的几个核心疑问：

先理清你的几个关键疑问 #

• Cortex M系列能不能跑Linux？ 绝大多数M3/M4是没有MMU的，而标准Linux内核依赖MMU实现虚拟内存、进程隔离等核心功能，所以这些型号跑不了Linux，一般是跑裸机或者轻量RTOS（比如FreeRTOS）。少数高端M7型号带MMU，理论上能跑裁剪版Linux，但不是主流用法。
• QEMU两种模式怎么选？
  • qemu-user：用户态仿真，不需要模拟整个操作系统，直接在你的Ubuntu主机上运行目标架构的用户程序（比如A系列的Linux可执行文件），设置简单、速度快，适合快速对比性能趋势。
  • qemu-system-arm：全系统仿真，模拟完整的硬件（CPU、内存、外设），更接近真实嵌入式环境，适合裸机/RTOS程序的测试，设置稍复杂，但能模拟M3/M4这类无MMU的硬件。

分步测试指南（分两种场景） #

场景1：测试Cortex A系列（支持Linux） #

A系列带MMU能跑Linux，用qemu-user最方便：

1. 安装交叉编译工具链：

   sudo apt install gcc-arm-linux-gnueabihf
   

2. 编译你的程序：针对目标A系列CPU（比如Cortex-A53，带双精度FPU），保持和你Ubuntu上一致的优化级别：

   arm-linux-gnueabihf-gcc -O2 -mcpu=cortex-a53 -mfloat-abi=hard -mfpu=neon-fp-armv8 your_program.c -o your_program_a53
   

3. 用QEMU运行并统计性能：
   用Ubuntu自带的perf工具统计指令数和执行时间，直观对比：

   perf stat qemu-arm ./your_program_a53
   

   输出里的instructions（总指令数）、task-clock（执行时间）等数据，直接用来做对比参考就行。

场景2：测试Cortex M3/M4（裸机环境） #

M系列是裸机环境，需要用qemu-system-arm模拟对应开发板：

1. 安装裸机交叉编译工具链：

   sudo apt install gcc-arm-none-eabi
   

2. 编译裸机程序：
   • 针对Cortex-M3（无硬件FPU，double运算全靠软件模拟）：

     arm-none-eabi-gcc -O2 -mcpu=cortex-m3 -mthumb -mfloat-abi=soft your_program.c -o your_program_m3.elf
     

   • 针对Cortex-M4（带单精度FPU，double仍需软件模拟）：

     arm-none-eabi-gcc -O2 -mcpu=cortex-m4 -mthumb -mfloat-abi=hard -mfpu=fpv4-sp-d16 your_program.c -o your_program_m4.elf
     

   （如果你的程序是纯数据处理、不需要外设，这样简单编译成ELF就能在QEMU里运行，不用额外的链接脚本或启动文件）
3. 用QEMU全系统仿真并统计指令：
   • 模拟M3：用QEMU支持的lm3s6965evb开发板：

     qemu-system-arm -M lm3s6965evb -kernel your_program_m3.elf -d exec -D qemu_m3.log
     

   • 模拟M4：用stm32f407-discovery开发板：

     qemu-system-arm -M stm32f407-discovery -kernel your_program_m4.elf -d exec -D qemu_m4.log
     

   运行结束后，日志文件里会记录每条执行的指令，用wc -l qemu_m3.log就能统计近似指令数；如果要更精确的周期计数，可以加-icount参数：

   qemu-system-arm -M stm32f407-discovery -kernel your_program_m4.elf -icount shift=0 -D qemu_m4_count.log
   

   日志里会给出总执行周期数，结合目标CPU的主频（比如M4通常168MHz）就能估算出大致执行时间。

关键注意事项 #

• 优化级别统一：所有测试必须用相同的编译优化级别（比如-O2），否则对比结果没有意义。
• FPU参数匹配：M3必须用-mfloat-abi=soft，M4要开启硬件FPU参数，否则会强制软件模拟，结果失真。
• 输入数据一致：测试时用完全相同的输入数据集，确保对比的是同一任务的性能。
• 结果参考性：QEMU仿真的结果是趋势性的，和真实硬件会有误差，但用来选CPU足够——比如A系列的double运算肯定比M3快很多，M4又比M3快，这个性能差异趋势是准确的。

内容的提问来源于stack exchange，提问作者Zhang Li