在内联程序集的多个可选操作数约束之间进行选择时，GCC能否发出不同的指令助记符？

Question

#include <stdint.h>
static inline void mulq(uint64_t *high, uint64_t *low, uint64_t x, uint64_t y)
{
    asm ("mulq %[y]" 
          : "=d" (*high), "=a" (*low)
          : "a" (x), [y] "rm" (y)    
        );
}

这段代码是正确的，但不是最优的。MULQ是可交换的，因此如果y恰好已经在RAX中，那么将y保留在其所在的位置并进行乘法是正确的。但是GCC不知道这一点，所以它会发出额外的指令将操作数移到它们预定义的位置。我想告诉GCC，它可以将任何一个输入放在任何一个位置，只要一个输入最终在RAX中，并且MULQ引用了另一个位置。GCC对此有一个语法，称为“多重替代约束”。请注意逗号（但是整个asm（）是断开的；请参见下面）：

asm ("mulq %[y]" 
      : "=d,d" (*high), "=a,a" (*low)
      : "a,rm" (x), [y] "rm,a" (y)    
    );

不幸的是，这是错误的。如果GCC选择第二个替代约束，它将发出“mulq%rax”。为了明确起见，请考虑以下函数：

uint64_t f()
{
    uint64_t high, low;
    uint64_t rax;
    asm("or %0,%0": "=a" (rax));
    mulq(&high, &low, 7, rax);
    return high;
}

使用gcc-o3-c-fkeep-inline-functions mulq.c编译后，GCC发出以下程序集：

0000000000000010 <f>:
  10:   or     %rax,%rax
  13:   mov    $0x7,%edx
  18:   mul    %rax
  1b:   mov    %rdx,%rax
  1e:   retq

如何重写这个内联asm以便在每种情况下都生成正确的输出？

Answer 1

这个2012年的问题在2019年仍然很相关。尽管gcc已经发生了变化，一些生成的代码在2012年并不是最优的，但现在已经是了，相反的情况也是如此。

受Whitlock分析的启发，我在9种不同的情况下测试了MULQ，其中X和Y都是常量(5、6)或内存中的值(bar、ZAR)或RAX(F1()、F2()):

uint64_t h1() { uint64_t h, l; mulq(&h, &l,    5,    6); return h + l; }
uint64_t h2() { uint64_t h, l; mulq(&h, &l,    5,  bar); return h + l; }
uint64_t h3() { uint64_t h, l; mulq(&h, &l,    5, f1()); return h + l; }
uint64_t h4() { uint64_t h, l; mulq(&h, &l,  bar,    5); return h + l; }
uint64_t h5() { uint64_t h, l; mulq(&h, &l,  bar,  zar); return h + l; }
uint64_t h6() { uint64_t h, l; mulq(&h, &l,  bar, f1()); return h + l; }
uint64_t h7() { uint64_t h, l; mulq(&h, &l, f1(),    5); return h + l; }
uint64_t h8() { uint64_t h, l; mulq(&h, &l, f1(),  bar); return h + l; }
uint64_t h9() { uint64_t h, l; mulq(&h, &l, f1(), f2()); return h + l; }

我已经测试了5个实现:Staufk、Whitlock、Hale、Burdo和我自己的：

inline void mulq(uint64_t *high, uint64_t *low, uint64_t x, uint64_t y) {
    asm("mulq %[y]" : [a]"=a,a"(*low), "=d,d"(*high) : "%a,rm"(x), [y]"rm,a"(y) : "cc");
}

所有的实现仍然不能在所有情况下产生最优的代码。其他的代码不能为H3、H4和H6生成最佳代码，而Whitlock和我的代码只能为H3生成最佳代码：

h3():
 callq 4004d0 <f1()>
 mov %rax,%r8
 mov $0x5,%eax
 mul %r8
 add %rdx,%rax
 retq 

在其他条件相同的情况下，可以看出我的比惠特洛克的简单。通过额外的间接级和使用GCC的内置函数（在clang中也可用，但我没有测试过），可以通过调用这个函数而不是mulq，获得最佳的h3:

inline void mulq_fixed(uint64_t* high, uint64_t* low, uint64_t x, uint64_t y) {
    if (__builtin_constant_p(x))
        mulq(high, low, y, x);
    else
        mulq(high, low, x, y);
}

产量：

h3():
 callq 4004d0 <f1()>
 mov $0x5,%edx
 mul %rdx
 add %rdx,%rax
 retq 

在模板中没有方法来确定选择了哪个替代方案。但是，您可以使用builtin_constant_p之类的builtin包装asm语句，以实现所需的结果。

您可以在编译器资源管理器中查看。

注意：Whitlock的实现还有另一个较小的、意想不到的缺点。您需要在编译器资源管理器中检查选项11010，否则输出是误导性的，函数h1、...、h9出现两次使用指令mulq。这是因为编译器资源管理器的解析器不能正确处理汇编指令.ifnc/.else/.endif，只需删除它们，并显示两个可能的路径(.if和.else）。或者，您可以取消选中option.text。