可移植地编写 x86 asm 函数（win/linux/osx），而不依赖于 yasm/nasm？

Question

par2 有一个小而相当干净的 C++ 代码库，我认为它可以很好地在 GNU/Linux、OS X 和 Windows（使用 MSVC++）上构建。

我想合并一个函数的 x86-64 asm 版本，该函数几乎占用所有 CPU 时间。 （mailing list posts with more details。我的implementation/benchmark here。）

Intrinsics 是显而易见的解决方案，但 gcc 无法生成足够好的代码来从 64 位寄存器一次获取一个字节以用作 LUT 的索引。我也可能会花时间安排指令，以便每个 uop 缓存行包含 4 个 uop 的倍数，因为即使输入/输出缓冲区大小合适，uop 吞吐量也是瓶颈。

我不想在 yasm 上引入构建依赖项，因为很多人安装了 gcc，但没有安装 yasm。

有没有办法在一个单独的文件中用 asm 编写一个函数，供 gcc/clang 和 MSVC 组装？ 目标是：

• 没有额外的软件作为构建依赖。 （没有 YASM）。
• 每个 asm 函数只有一个版本。 （不维护相同代码的 MASM 和 AT&T 版本。）

Par2cmdline 的构建系统对于 Unix 是 autoconf/automake，对于 Windows 是 MSVC .sln。

我知道 GNU assemble 有一个 .intel_syntax noprefix 指令，但这只会改变指令格式，不会改变其他汇编程序指令。例如.align 16 与 align 16。我的代码相当简单而且很小，所以如果可以的话，可以使用 C 预处理器 #defines 来解决不同的指令。

我假设在 C++ 中进行 CPU 检测并根据结果设置函数指针应该不是问题，即使我必须为此使用一些 #ifdef 条件编译。

如果没有我所希望的解决方案，我可能会引入一个依赖于 yasm 的构建，并有一个 ./configure --no-asm 选项来禁用在没有 yasm 的 x86 上构建的人的 asm 加速。

处理 Windows 和 Linux ABI 中不同调用约定的首选计划是在我的 C 原型上为我的 asm 函数使用 __attribute__((sysv_abi))。然后我只需要为 SysV ABI 编写函数序言。 MSVC 是否有类似的东西，可以根据某些功能的 SysV ABI 将 args 放入 regs 中？ （顺便说一句，这让compiler bug 发痒了，所以如果你想让你的代码与当前的 gcc 一起工作，请小心这个想法。）

Answer 1

虽然我没有很好的解决方案来消除对特定汇编程序的依赖，但我确实有关于如何处理两种不同的 64 位调用约定的建议：Microsoft x64 与 SysV ABI。

最小的公分母是 Microsoft x64 调用约定，因为它只能通过寄存器传递前四个值。因此，如果您限制自己并使用宏来定义寄存器，您可以轻松地使您的代码同时编译为 Unix (Linux/BSD/OSX) 和 Windows。

例如在 Agner Fog 的 asmlib 中查看文件 strcat64.asm

%IFDEF  WINDOWS
%define Rpar1   rcx                    ; function parameter 1
%define Rpar2   rdx                    ; function parameter 2
%define Rpar3   r8                     ; function parameter 3
%ENDIF
%IFDEF  UNIX
%define Rpar1   rdi                    ; function parameter 1
%define Rpar2   rsi                    ; function parameter 2
%define Rpar3   rdx                    ; function parameter 3
%ENDIF

        push    Rpar1                  ; dest
        push    Rpar2                  ; src
        call    A_strlen               ; length of dest
        push    rax                    ; strlen(dest)
        mov     Rpar1, [rsp+8]         ; src
        call    A_strlen               ; length of src
        pop     Rpar1                  ; strlen(dest)
        pop     Rpar2                  ; src
        add     Rpar1, [rsp]           ; dest + strlen(dest)
        lea     Rpar3, [rax+1]         ; strlen(src)+1
        call    A_memcpy               ; copy
        pop     rax                    ; return dest
        ret

;A_strcat ENDP

我不认为四个寄存器真的是一个限制，因为如果你在汇编中编写一些东西，那是因为你想要最好的效率，在这种情况下，与函数本身相比，函数调用开销应该可以忽略不计，所以推送/弹出一些如果您在调用函数时需要向/从堆栈取值，则不会对性能产生影响。