为什么 clang 的尾声使用 add $N, %rsp 而不是 mov %rbp, %rsp 来恢复 %rsp？

Question

考虑以下：

ammarfaizi2@integral:/tmp$ vi test.c
ammarfaizi2@integral:/tmp$ cat test.c

extern void use_buffer(void *buf);

void a_func(void)
{
    char buffer[4096];
    use_buffer(buffer);
}

__asm__("emit_mov_rbp_to_rsp:\n\tmovq %rbp, %rsp");

ammarfaizi2@integral:/tmp$ clang -Wall -Wextra -c -O3 -fno-omit-frame-pointer test.c -o test.o
ammarfaizi2@integral:/tmp$ objdump -d test.o

test.o:     file format elf64-x86-64


Disassembly of section .text:

0000000000000000 <emit_mov_rbp_to_rsp>:
   0: 48 89 ec              mov    %rbp,%rsp
   3: 66 2e 0f 1f 84 00 00  cs nopw 0x0(%rax,%rax,1)
   a: 00 00 00 
   d: 0f 1f 00              nopl   (%rax)

0000000000000010 <a_func>:
  10: 55                    push   %rbp
  11: 48 89 e5              mov    %rsp,%rbp
  14: 48 81 ec 00 10 00 00  sub    $0x1000,%rsp
  1b: 48 8d bd 00 f0 ff ff  lea    -0x1000(%rbp),%rdi
  22: e8 00 00 00 00        call   27 <a_func+0x17>
  27: 48 81 c4 00 10 00 00  add    $0x1000,%rsp
  2e: 5d                    pop    %rbp
  2f: c3                    ret    
ammarfaizi2@integral:/tmp$ 

在a_func()结束时，在返回之前，它是恢复%rsp rsp 的 function 结语。 它使用add $0x1000, %rsp产生48 81 c4 00 10 00 00 。

它不能只使用mov %rbp, %rsp只产生 3 个字节48 89 ec吗？

为什么 clang 不使用更短的方式（ mov %rbp, %rsp ）？

通过代码大小权衡，使用add $0x1000, %rsp而不是mov %rbp, %rsp的优势是什么？

更新（额外）

即使使用-Os ，它仍然会产生相同的代码。 所以我认为必须有一个合理的理由来避免mov %rbp, %rsp 。

ammarfaizi2@integral:/tmp$ clang -Wall -Wextra -c -Os -fno-omit-frame-pointer test.c -o test.o
ammarfaizi2@integral:/tmp$ objdump -d test.o

test.o:     file format elf64-x86-64


Disassembly of section .text:

0000000000000000 <emit_mov_rbp_to_rsp>:
   0:   48 89 ec                mov    %rbp,%rsp

0000000000000003 <a_func>:
   3:   55                      push   %rbp
   4:   48 89 e5                mov    %rsp,%rbp
   7:   48 81 ec 00 10 00 00    sub    $0x1000,%rsp
   e:   48 8d bd 00 f0 ff ff    lea    -0x1000(%rbp),%rdi
  15:   e8 00 00 00 00          call   1a <a_func+0x17>
  1a:   48 81 c4 00 10 00 00    add    $0x1000,%rsp
  21:   5d                      pop    %rbp
  22:   c3                      ret    
ammarfaizi2@integral:/tmp$ 

Answer 1

如果它完全使用 RBP 作为帧指针，是的， mov %rbp, %rsp会更紧凑并且 AFAIK 在所有 x86 微体系结构上至少一样快。 （移动消除甚至可能适用于它）。 当添加常量不适合 imm8 时更是如此。

这可能是一个错过的优化，非常类似于https://bugs.llvm.org/show_bug.cgi?id=10319 （它建议使用leave而不是 mov/pop，这将在 Intel 上额外花费 1 个 uop，但又节省了 3 个字节）。 它指出在正常情况下总体 static 代码大小节省非常小，但并未考虑效率优势。 在正常构建中（ -O2不带-fno-omit-frame-pointer ）只有少数函数会使用帧指针（仅在使用 VLA / alloca 或过度对齐堆栈时），因此可能的好处甚至更小。

从那个错误看来，它只是一个 LLVM 懒得去寻找的窥孔，因为许多函数还需要恢复其他寄存器，因此您实际上需要add一些其他值以将 RSP 指向其他推送下方。

（GCC 有时使用mov来恢复调用保留的 reg，因此它可以使用leave 。使用帧指针，这使得寻址模式相当紧凑以进行编码，尽管 4 字节的 qword mov -8(%rbp), %r12仍然是当然不会像 2 字节 pop 一样小。如果我们没有帧指针（例如在-O2代码中）， mov %rbp, %rsp永远不是一个选项。）

---

在考虑“不值得寻找”的理由之前，我想到了另一个小好处：

调用一个保存/恢复RBP的function后，RBP为加载结果。 因此，在mov %rbp, %rsp之后，RSP 的未来使用将需要等待该加载。 可能某些极端情况最终会在存储转发延迟方面成为瓶颈，而寄存器修改仅为 1 个周期。

但总的来说，这似乎不太值得额外的代码大小； 我希望这种极端情况很少见。 尽管pop %rbp需要新的 RSP 值，所以调用者恢复的 RBP 值是我们返回后两次加载链的结果。 （幸运的是ret有分支预测来隐藏延迟。）

因此，在某些基准测试中可能值得尝试两种方式； 例如，在一些标准基准测试（如 SPECint）上将此与 LLVM 的调整版本进行比较。