aarch64编译器能否编译含ARMv7l内联汇编的Armv8a程序

问题背景 #

现有集成ARMv7l架构内联汇编的C++文件，核心汇编代码片段如下：

"pld        [%1, #96]     \n"
"vand q8, %q10, %q10     \n"
"vand q9, %q11, %q11     \n"
"vand q10, %q12, %q12     \n"
"vand q11, %q13, %q13     \n"
"vld1.f32 {d0-d1}, [%1]!   \n"
"vld1.f32 {d2-d3}, [%2]!   \n"
"vld1.f32 {d4-d5}, [%3]!   \n"
"vld1.f32 {d6-d7}, [%4]!   \n"
"vmul.f32 q12, q0, q9    \n"
"vmla.f32 q12, q1, q8    \n"
"vmul.f32 q13, q2, q9    \n"
"vmla.f32 q13, q3, q8    \n"
"vld1.f32 {d0-d1}, [%1]!   \n"
"vld1.f32 {d2-d3}, [%2]!   \n"
"vld1.f32 {d4-d5}, [%3]!   \n"
"vld1.f32 {d6-d7}, [%4]!   \n"
"vmul.f32 q12, q12, q11    \n"
"vmla.f32 q12, q13, q10    \n"
"vst1.f32 {d24-d25}, [%0]! \n"

使用ARMv8a目标编译器编译上述文件时，抛出如下编译错误：

{standard input}:2158: Error: unknown mnemonic `pld' -- `pld [x9,#96]'
{standard input}:2159: Error: unknown mnemonic `vand' -- `vand q8,q16,q16'
{standard input}:2160: Error: unknown mnemonic `vand' -- `vand q9,q17,q17'
{standard input}:2161: Error: unknown mnemonic `vand' -- `vand q10,q18,q18'
{standard input}:2162: Error: unknown mnemonic `vand' -- `vand q11,q19,q19'
{standard input}:2163: Error: unknown mnemonic `vld1.f32' -- `vld1.f32 {d0-d1},[x9]!'

已知ARMv8a架构可兼容ARMv7l指令，需解答以下两个疑问：

• 是否可以使用armv8a编译器直接编译上述代码？
• 若无法直接编译，是否需要使用armv8a指令重写上述内联汇编代码？

解答 #

• 是否支持直接编译：不能。
  所谓ARMv8a兼容ARMv7l指令，仅指CPU支持AArch32执行状态下运行32位A32/T32指令集。默认编译ARMv8a目标时，编译器会生成AArch64执行状态对应的A64指令集代码，这套指令集的助记符、寄存器命名、语法规则和ARMv7l使用的32位NEON指令完全不兼容，出现「未知助记符」报错的核心原因就是编译器按A64语法规则解析32位NEON指令，无法识别对应写法。
  如果不需要生成64位程序，可通过添加编译参数指定编译器生成32位ARMv8兼容代码（例如GCC/Clang追加-march=armv8-a -marm参数），这种方式不需要修改原有汇编，但生成的是32位可执行文件，无法在仅支持AArch64运行态的环境中执行。
• 是否需要重写汇编：如果目标是生成64位AArch64可执行程序，必须重写内联汇编，核心修改点如下：
  1. 预取指令pld替换为A64体系对应的prfm指令，例如原pld [%1, #96]可替换为prfm pldl1keep, [%1, #96]
  2. 所有NEON指令切换为A64语法格式：原32位NEON的类型后缀从指令助记符后移到寄存器操作数后，浮点运算指令增加f前缀，加载存储指令的后移寻址格式调整。例如原寄存器清零指令vand q8, %q10, %q10可直接替换为效率更高的movi v8.4s, #0；原vld1.f32 {d0-d1}, [%1]!对应A64写法为ld1 {v0.4s}, [%1], #16；原vst1.f32 {d24-d25}, [%0]!对应为st1 {v12.4s}, [%0], #16；原浮点乘、乘加指令vmul.f32/vmla.f32对应替换为fmul/fmla即可。
     若没有极致的性能压榨需求，优先建议将这部分汇编逻辑替换为ARM NEON intrinsic实现，无需单独区分AArch32/AArch64适配，编译器会自动生成对应架构的正确指令，移植和维护成本远低于手写内联汇编。

内容的提问来源于stack exchange，提问作者Frankdog Deng