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

Question

考虑以下几点：

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    [=10=]x1000,%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    [=10=]x1000,%rsp
  2e: 5d                    pop    %rbp
  2f: c3                    ret    
ammarfaizi2@integral:/tmp$

在a_func()的结尾，return之前，是恢复%rsp的函数尾声。它使用 add [=14=]x1000, %rsp 产生 48 81 c4 00 10 00 00.

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

为什么 clang 不使用更短的方式 (mov %rbp, %rsp)？

考虑到代码大小的权衡，使用 add [=14=]x1000, %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。所以我认为一定有合理的理由来避免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    [=11=]x1000,%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    [=11=]x1000,%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 至少在所有 x86 微体系结构上一样快。（移动消除甚至可能适用于它）。当 add 常量不适合 imm8 时更是如此。

这可能是一个错过的优化，与 https://bugs.llvm.org/show_bug.cgi?id=10319 非常相似（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整体静态代码大小的节省非常小，但并未考虑效率优势。在正常构建（-O2 没有 -fno-omit-frame-pointer）中，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 懒得去寻找的窥视孔，因为许多函数还需要恢复其他寄存器，所以你实际上需要 add 一些其他值来指向RSP 低于其他推送。

（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qword mov -8(%rbp), %r12 当然仍然没有 2-byte pop 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“不值得找”的理由之前，我想到了另一个小好处：

调用了saves/restoresRBP的函数后，RBP是加载结果。因此在 mov %rbp, %rsp 之后，未来使用 RSP 将需要等待该负载。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，因此调用者恢复的 RBP 值是我们 return 之后的两个负载链的结果。（幸运的是 ret 有分支预测来隐藏延迟。）

所以在某些基准测试中可能值得尝试这两种方式；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。

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

Why does clang's epilogue use `add $N, %rsp` instead of `mov %rbp, %rsp` to restore `%rsp`?

assembly

clang

x86-64

micro-optimization

更新（额外）